2D/3D图像配准中的相似性测度和优化算法

在手术引导治疗中,2D/3D图像配准能辅助医生准确定位病人病灶,而准确的配准涉及相似性测度和优化算法等众多方面。为了研究相似性测度和优化算法对2D/3D图像刚性配准的影响,本文结合6种相似性测度和4种优化方法在配准"金标准"数据上进行了2D/3D图像配准实验,并从配准成功率、平均迭代次数和平均配准时间三个方面对配准结果进行了对比研究。实验结果表明,以模式强度为相似性测度,用Powell方法进行优化搜索是最佳配准组合。并且,在不改变相似性测度条件下,Powell方法是所用优化方法中配准效果最好的优化方法。     

基于节点拓扑一致性的2D/3D冠脉血管非刚性配准

目前,冠状动脉介入手术主要采用传统冠脉成像CCA加冠脉CT成像CCTA辅助的方式.但是,CCTA下的3D图像获取的是某一时刻的静态图像,在心跳和呼吸作用下,CCA下动态2D图像和CCTA下静态3D图像的血管可能并不处于同一位置,彼此之间会具有很大的形态及位置差异.本文在2D和3D中心线基础上,利用血管曲线特征对2种维度的血管进行粗糙和精细两级配准操作.在粗糙配准中,通过考虑节点间的拓扑关系一致性取消以往算法的双向一对一的对齐约束,对血管间的分支点进行多对多对齐配准.在精细配准中,基于节点对齐的配对血管段间采用伸缩特性的DTW技术进行像素间配准.实验结果表明研究提出的方法具有良好的效果.     

红外与可见光图像配准技术研究综述

多模态图像配准能提供比单模态图像配准更加丰富和全面的信息,红外与可见光图像配准作为一种常见的多模态配准类型,在电力、遥感、军事以及人脸识别等领域具有重要的应用价值。首先介绍了红外与可见光图像配准的相关技术并阐述了配准中存在的难点与挑战,然后详细分析和总结了基于区域、基于特征和基于深度学习3种红外与可见光图像配准方法,并分别阐述了不同配准方法的优缺点,之后概述了红外与可见光图像配准技术的实际应用,最后对红外与可见光图像配准未来的发展趋势进行讨论。     

一种非特征的3D图像快速刚性配准方法

3D图像刚性配准旨在将一个图像映射到另一个具有相同场景的图像上,已经在医学诊断和其它领域中得到了广泛的应用.已有的方法大都基于特征点和针对特定的约束条件,带来了特征选择耗时多,随机性强,而且约束条件使用不灵活等问题.针对这些问题,提出直接使用图像灰度值的无特征3D刚性配准方法.该方法使用泰勒展开式和最小二乘法直接计算待配准图像的变换参数,并且使用较少的数据点完成快速的配准.实验结果表明,提出的算法获得较高的精度,并且使用少量的数据仍可以有效计算,这一特性使得它在大数据3D图像应用中更有吸引力.     

基于多分辨率的多模态医学图像配准

提出了一种多分辨率多模态医学图像配准方法来提高图像的配准速度与精度。利用小波函数对图像进行多层分解,采用改进的Powell优化算法寻找待配准图像间的最大互信(MMI),配准首先从图像金字塔中分辨率最低的0层图像开始,将0层图像配准获得的变形参数作为1层图像配准的起始参数,重复该过程直到完成最高精度层的图像配准。CT/MRI和CT/PET图像配准结果证明基于小波分解的多分辨率配准方法具有避免优化算子陷入局部极值、算子收敛速度快和配准精度高等优点。     

基于ITK实现多模态医学图像配准

多模态医学图像配准是医学图像配准领域的一项关键技术.目前,医学图像配准技术已经拥有了不少成熟的算法,但因其算法本身的复杂性或编程的复杂性,给许多致力于医学图像的分析处理和应用研究但又缺乏软件开发经验的研究人员增加了研究工作的难度.以基于互信息的多模态医学图像配准算法为例,将ITK有关类库函数应用于医学图像配准中.给出了基于ITK实现图像配准的处理流程、数据输入输出方式以及算法的编译和运行方法.实例表明,基于ITK的配准算法简化了医学图像配准程序的开发工作,为医学图像引导临床诊断的研究应用提供参考.     

基于二维局域波和角点匹配的多模态图像配准

目前多模态图像配准研究是现代图像处理的一个热点。提出了一种基于二维局域波分解后剩余图像和角点检测的自动点匹配的多模态图像配准方法。首先通过理论分析得出通过求解剩余图像之间的变换参数即可获得原始图像之间的变换参数,从而论证了二维局域波应用于多模态图像配准的可行性,提出了一个新的基于Harris角点检测的高精度自动点匹配算法。该算法充分利用了图像的角点特征以及图像灰度和位置信息,匹配过程中采用圆形模板进行相似度计算和松弛匹配。实验表明,该算法可以精确的自动匹配,其精度优于传统的点匹配算法。     

基于改进光流场模型的脑部多模医学图像配准

 基于光流场模型的配准其常亮假设的光流场约束要求待配准的源图像和目标图像具有一致的灰度,因而只适用于单模态图像之间的配准,为此使用基于排序的精确直方图规定化对脑部MR-PD图像进行模态变换,完成与MR-T2图像之间的灰度映射.由于此配准方法主要用来寻找时间序列图像中的细小形变,当待配准的两图像差异较大时就不能取得满意的配准效果,为此使用能反映图像结构的标记点构造附加的外力对光流场模型加以改进,以获得更理想的配准参数.实验证明,本文方法能够实现具有较大差异的脑部MR多模序列图像之间的准确配准.     

红外与可见光图像配准研究现状与展望

红外与可见光图像配准是常见的多模态图像配准,它广泛应用于军事、遥感等领域,有必要对其研究现状进行综述。在描述了红外与可见光图像配准问题后,首先简述了图像配准的一般方法,分为基于图像区域的配准方法和基于图像特征的配准方法,重点述评了局部不变特征方法中的SIFT算法和SURF算法;然后按文献发表时间顺序对红外与可见光图像配准的国外和国内研究现状进行了详细述评;总结了红外与可见光图像配准研究中存在的问题;最后对其进行展望,并指出未来的研究重点是以SIFT算法和SURF算法为研究基础去构造对模态不敏感的不变特征和其相应的描述子。     

采用PCA和PSNR的医学图像配准

医学图像配准是医学图像融合的前提,是目前医学图像处理中的热点,具有重要的临床诊断和治疗价值.利用图像矩计算医学图像的质心,根据图像坐标矩阵主分量分析(PCA)的特征矢量旋转不变性,计算参考图像和浮动图像的倾斜角,获得配准初始值;在寻找最优几何变换参数时,采用峰值信噪~(PSNR)作为参考图像和浮动图像的相似性测度.实验时,采用单纯形法作为多参数寻优方法.实验结果表明,该方法计算简单,运算量少,配准速度快,精度高,而且克服了容易陷入局部最优的问题.该方法既可用于单模态图像配准,也可以用于多模态配准.     

图像插值方法对互信息局部极值的影响分析

多模态图像配准中常使用互信息作为配准度量,互信息中的联合概率密度函数一般是利用图像灰度对的统计值来代替的,而图像插值可能产生新的灰度对,造成互信息出现局部极值。该文利用一维信号从理论上分析了线性和最近邻两种插值方法对互信息的影响。理论分析表明,线性插值造成互信息局部极值的可能性较小,而最近邻插值会使互信息出现周期性局部极值。试验结果证实了该文的结论。分析结果对基于互信息的多模态图像配准具有理论参考价值。     

基于轮廓特征点最大互信息的多模态医学图像配准

提出了一种基于轮廓特征点最大互信息的多模态医学图像配准方法,并将粒子群优化算法(PSO)和Powell算法相结合以一种组合的全局优化算法(PPSO)来求取最优配准变换参数.实验结果表明,该方法具有配准精度高、速度快、鲁棒性强等特点,是一种有效地全自动配准方法.     

融合显性和隐性度量的多模图像配准算法

为解决基于隐性度量的图像配准算法初始配准误差大容易引起失配的问题,本文提出了一种融合显性度量和隐性度量的多模图像分层配准算法。首先采用金字塔分解算法得到低分辨率待配准图像。然后在每一层金字塔图像中,先采用互信息作为显性度量,利用粒子群算法获得初始的配准参数;以此作为初始值,采用基于隐性度量的配准算法,利用融合粒子群和鲍威尔搜索法的优化算法获取更准确的配准参数。基于低分辨率图像计算得到配准参数后,先对高分辨率待配准图像进行变换,然后利用提出的上述算法进行参数优化,根据每层得到的配准参数计算最终的配准参数。最后,采用可见光与红外图像、多波段SAR图像进行了配准实验。实验结果表明,提出的算法适用于多模图像配准,能够减小配准误差,具有一定的适用性。      

多模态医学图像融合技术概述

介绍多模态医学图像融合的意义和多模态医学图像融合的方式，重点介绍多模态医学图像融合的实现及主要的医学图像配准方法，并讨论了目前的多模态医学图像融合方法中存在的主要问题，直观地从整体上阐述多模态医学图像融合技术。     

基于最大化对齐度的多模态图像自动配准

该文讨论图像配准的广义定义并提出一种新的图像配准准则对齐度。对齐度能够正确地反映两幅不同灰度属性的图像是否配准,并且将图像配准归结为对齐度的最大化。新准则可以用来配准多模态图像包括灰度属性差异很大的图像。该文应用多分辨率方法和Powell方向族搜索法来最大化对齐度。因此,用该方法可以自动地处理图像配准问题,不需要定义地标点或特征点。多模态医学图像和遥感图像的自动配准的例子说明了该文方法的有效性。     

基于曲率及相关性的相似区域的线性配准

本文提出了一种新的基于多边形的周期性曲率函数和相关性的相似区域的线性配准方法.得到了简单且有效的新的线性配准方法,它在医学图像多模态数据的配准、融合中具有重要的实用价值.     

多模态图像配准的配准测度和性能分析

该文考察了多模态图像配准中几个典型的配准测度,揭示了它们之间的关系,通过实验对它们进行了全面的分析比较．实验中考察的测度主要包括:基于熵的测度、PIU测度以及PIU测度的改进形式等．实验结果显示了这几个典型配准测度在有效性和适应性方面的差异,为实际应用中合理选择这些测度提供可靠的参考．     

最优控制点选取的遥感图像亚像素配准算法

分析了已有图像配准算法应用遥感图像配准方面的面临的问题,针对提高不同模态遥感图像配准精度问题,提出了一种人工辅助多模态图像配准算法。该算法首先由人工对待配准图像(测试图像)和参考图像输入控制点,利用高斯差分算子确定测试图像极值点;其次利用投影变换和最小线性平方差算法计算双边平均配准误差;最后,根据配准误差自动对控制点进行亚像素调整,取得亚像素级控制点匹配,实现遥感图像精确配准。实验结果表明,该算法具备更高的配准精度。      

新的Jensen-Schur测度在医学图像配准中的应用

针对传统的互信息和归一化互信息运算时间长、收敛性能和抗噪声能力差的缺点,提出了一种新的医学图像配准测度,Jensen-Schur测度.从理论上分析了该测度可用于图像配准的性质,并构造了三类Jensen-Schur测度:Jensen-Schur-alpha、Jensen-Rényi-alpha、JenserrSchur-w测度.通过对人体脑部MR/CI"和MR/PET图像的刚体配准实验,从运算时间、收敛性能、抗噪鲁棒性方面,对这三类测度、互信息和归一化互信息进行了比较和分析.实验结果表明,Jensen-Schur-alpha(alpha=2或3)和Jensen-Schur-w测度的收敛性能优于其它测度,运算速度快于其它测度,对噪声有很强的鲁棒性.最后用Jensen-Sehur-alpha(alpha=2)测度进行多模态医学图像的配准实验,结果表明效果良好.     

基于ISAR像序列的弹道目标进动特征提取

中段弹道目标进动特征是分辨弹头及诱饵的重要依据.以二维ISAR图像序列为基础,分析了弹道目标成像特点和目标姿态角的变化过程,提出了基于图像配准的ISAR像姿态差估计方法;采用等间隔配准避免了配准奇异,根据姿态差二次方曲线实现了进动参数的估计,给出了计算目标进动角、进动周期的具体步骤.仿真结果表明,该方法能够实现弹道目标进动特征提取,估计精度较高.