基于力学分解原理的断层图像配准算法

为了通过配准的手段得到信息融合的医学图像,利用力学的分解原理将待配准图像的轮廓信息解释为一系列边界力的合成,将待配准图像的力图投影分量描述成具有角度延迟关系且与平移位置无关的两组周期信号,并采用两组信号间的最小均方误差作为配准的目标函数,利用改进的粒子群优化算法求解得到两幅图像的空间变换参数．通过在颅脑（MR）图像上进行的配准实验表明,在寻优方法一致的情况下采用力学图像的目标函数比采用其他目标函数大大缩短配准时间,且配准误差达到了亚像素级以下．     

基于边缘比对的MR-PET配准算法

采用待配准图像的边缘梯度相关性代替传统的灰度相关性作为配准的目标函数,利用轮廓点比对的方法将待配准图像的轮廓像素点描述成具有时延关系的两组二维序列,并通过最小二乘法从两组序列的配对样本中求取最优变换参数.通过在颅脑 MR PET图像上进行的配准实验表明,采用边缘梯度相关性作为目标函数比直接利用灰度相关性作为目标函数获得了更好的配准结果,而采用轮廓点比对的方法进行参数寻优在保证了配准精度的情况下,较采用诸如遍历式搜索和遗传算法等方式,大大缩短了配准时间.     

基于MATLAB的图像配准方法

图像配准常常是作为其他图像处理应用的前处理步骤使用的,往往用于图像的对准、目标识别与定位。介绍了在MATLAB系统中,如何应用MATLAB的IPT函数对图像进行配准的方法:首先用人机交互的方法在待配准图像与基准图像之间进行图像配准所必需的匹配控制点的选取,然后用这些匹配控制点来计算两图像的某种空间几何变换关系,最后利用这个空间几何变换关系对待配准图像进行几何变换,获得配准结果。实验表明,该方法实现容易,且非常有效。     

一种基于梯度下降的图像配准算法

图像配准是图像分析的关键技术,针对经典Lucas-Kanade算法计算量大的缺点,提出了一种基于梯度下降的图像配准算法,该方法通过互换目标图像与模板图像的功能,重新定义了目标函数,采用Gauss-Newton梯度下降法求解参数增量,得到在整个迭代过程中保持恒定且可预先求得的海森矩阵,利用迭代法求解变换系数,直至满足收敛条件。实验结果表明,该方法在保证精确度的条件下,提高了计算效率。     

精密轴承表面疵病检测及图像拼接方法

针对精密轴承金属光滑表面的尺寸与疵病的检测问题,设计了图像自动检测系统.利用可编程逻辑控制器控制技术,对精密轴承输送、定位、检测、抓取等环节按一定时序控制;采用数字图像处理技术,对被测零件的图像信息进行了实时采集和滤波处理,利用函数映射关系将面阵电荷耦合元件(CCD)采集得到的轴承图像信息转换为平面图像.实验结果表明:利用比值比较法进行配准进行缺陷检测其配准精度高,利用线性加权平均融合算法处理,可以消除图像拼接处的缝隙、模糊和带状现象,实现了精密轴承表面疵病的检测,检测误差小于10μm.     

一种基于神经网络和UKF的自适应目标误差配准方法

针对多传感器数据融合的误差配准问题,提出了一种自适应的误差配准方法。该方法使用无迹卡尔曼滤波方法训练神经网络,在偏差先验模型未知的条件下,通过学习待配准目标量测与配准目标之间的误差变化,实时估计配准误差并同时将其应用于目标状态估计。仿真实验表明,该方法能够实时有效地估计目标配准误差和目标状态。     

一种基于互信息与梯度的图像精确配准方法

提出一种利用基于梯度加权的灰度归一化互信息相似性测度,并采用凹函数递减的权衡比重的粒子群优化算法作为搜索策略的多模图像精确配准方法。传统的基于灰度互信息配准方法往往只考虑灰度相关性,忽略或不当引入图像空间特征信息,配准容易陷入局部极值,从而出现误配。将灰度与梯度特征有效融合,即梯度加权到灰度互信息中,同时考虑了2幅图像的灰度统计相关性和图像空间特征信息,提高了多模图像配准的精度与稳定性。通过对遥感图像的拟配准与MR-PET医学图像的实际配准,证明了该方法效果良好,算法稳定,配准的准确率和参数精度都得到明显的提高。     

多尺度自适应配准的视频超分辨率算法

为了提升制约视频超分辨率重建质量的多帧配准精度,提出了一种基于图像块多尺度自适应配准的视频超分辨率算法. 依据图像帧的块内容自适应选择配准尺度,运动边缘信息采用高精度配准,然后将运动向量补偿到多帧图像超分辨率重建代价函数中,利用最大后验概率算法迭代优化高分辨率视频帧. 仿真表明:多尺度自适应配准算法不仅提高了配准精度,还提升了视频超分辨率重建图像帧的主客观质量,证明了多尺度自适应配准在视频超分辨率重建中的有效性.     

医学图像配准的新方法

在图像的配准中运用多分辨率的方法将两幅输入图像分别分解成n个不同分辨率的子图像(称为图像金字塔 ) ,然后实现图像由粗到精的配准 ,从而提高配准的速度和精度。互信息的使用使得待配准图像不需要进行预处理 ,并且配准的精度可以达到亚像素级。作者将两种方法有机的结合起来使用 ,实验结果表明图像配准的速度得到很大的提高和精度也有所提高     

基于CEGI和Fourier变换的全自动点云配准算法

针对没有任何几何和拓扑信息的散乱点云,提出一种全自动点云数据配准算法。针对待配准的两组点云数据,首先通过局部最小二乘曲面拟合,估计每个点的法向和曲率,其次计算点云的扩展高斯图（EGI）和复扩展高斯图（CEGI）,然后根据EGI和CEGI利用球面调和函数计算旋转欧拉角,构造相关函数,通过Fourier变换估计平移向量,完成粗配准,把粗配准结果作为新的初始位置,采用最近点迭代算法（ICP）进行精确配准,从而实现两组散乱点云的精确配准。实例分析表明该算法配准效果良好。     

全天候红外与可见光图像互信息最大化配准

为了配准两幅质量差异较大、像素相关性较小的异源传感器图像,采用直方图均衡技术增强待配准图像的质量,基于Canny算子提取质量增强后图像的边缘,利用互信息最大化算法计算了两幅边缘图像的配准矩阵,运用计算出的配准矩阵实现了质量增强后的原图像的配准。结果表明:与直接采用互信息最大化算法配准的图像相比,采用本文方法配准图像的空间频率、标准差和平均梯度指标均有明显提高。     

基于目标形状特征和纹理特征的迭代配准方法在颈动脉血管中的应用

为了实现颈动脉血管的高精度配准,进而可以计算出颈动脉血管的位移场,提出了一种基于 目标形状特征和纹理特征的迭代配准的方法,这在医学诊疗中具有重要意义． 目标图像的匹配可以 通过提取形状轮廓,利用形状上下文信息实现; 与此同时,SIFT 特征在目标匹配时具有很好的鲁棒 性,图像间的稠密对应关系可以利用图像中逐像素的SIFT 特征来建立． 将二者相结合可以达到一 个很好的配准效果,进一步利用迭代的思想,配准精度再次得到提高． 配准颈动脉血管的实验结果 证明了其具有很好的鲁棒性,并且在精度上超越了传统的配准方法,在时间上也具有可接受的 水平．     

双场景类型遥感图像的配准拼接优化

为了提升包含2种场景类型的遥感图像的配准拼接质量,提出基于误差权重再分配的遥感图像配准拼接优化方法. 使用尺度不变特征变换（SIFT）特征检测算子,提取2幅具有重叠区域的遥感图像的特征点,计算得到初始的单应性矩阵. 针对遥感图像细节丰富,但在某些特定区域分布不均匀的特点,将图像按照网格分割成若干小子块,进行信息熵聚类. 图像熵反映的是灰度分布的分散程度,较大的熵意味着更大的信息量和纹理细节. 按照信息量分布,将图像分隔为2个大的图像区域,每一区域近似代表一种场景类型. 以特征点匹配的残余误差为目标函数,对不同场景区域的特征点分配不同的优化权重,权重来源于各图像子块的信息熵,反映了图像各场景信息量的多少,从而改善拼接效果,使之符合人眼视觉要求. 实验表明,采用该方法可以再分配特征点匹配残余误差,细节丰富区域的匹配残差降低14%,提升细节丰富区域的配准拼接质量,降低随机性,提高了配准过程的稳定度.     

广义相关导向矢量的InSAS干涉相位估计

针对干涉合成孔径声呐(InSAS)的干涉相位估计问题,利用InSAS复图像对方位向无偏移的特点,提出一种基于广义相关导向矢量模型的干涉相位估计方法.通过构造广义相关导向矢量模型,充分利用当前像素及其周围像素对的相干信息,进而采用所构建的代价函数估计出干涉相位.该方法具有图像自适应精确配准功能,能够在配准误差不超过一个分辨单元的情况下获得准确的干涉相位估计结果.仿真数据及InSAS实测数据的处理结果证明了方法的有效性.     

基于曲面拟合的双向配准医学图像层间插值（研究生论坛）

针对传统的基于对象的层间插值算法对异常数据点不敏感,同时对形变场没有充分利用的缺点。为了更好解决在医学3D模型建立和分析的问题,提出一种新的层间插值方法。首先引入图像配准方法得到相邻序列的形变场,考虑到两张相邻序列配准方向不同会得到不同的形变场的特性,将两个形变场进行融合,用以得到信息更加丰富的形变场。其次,通过形变场得到配准图像之间的位移矢量集,并利用三次样条插值得到位移矢量集两端的灰度值。然后,利用线性关系得到位移矢量和插值层交点的灰度值。最后,利用薄板样条函数进行曲面拟合,得到位于图像坐标系上的灰度值。实验结果表明,本算法与其他算法相比,图像质量主观和客观上均有所提高。     

大规模纤维切片图像拼接算法研究

以灰度归一化相似性度量值构建统一配准模型,实现显微镜下2D图像全局拼接.算法通过统一配准模型将图像配准过程与全局移位参数的获取过程结合在一起,用待配准图片的2个模板子图同时在已配准两幅相邻图片中进行搜索,寻找最佳拼接位置,最后使用2D灰度调整、图像融合算法修整图像.算法减少了一般全局拼接算法的非线性模型求解过程,提高了拼接速度,达到较好的拼接图像效果.     

基于核磁-超声融合的前列腺靶向穿刺系统

利用高精度电磁定位器实时跟踪超声探头和穿刺针来引导前列腺穿刺.采用手动刚体配准方法实现三维(three dimensional,3D)经直肠超声图像(transrectal ultrasound,TRUS)与核磁图像(magnetic resonance imaging,MRI)配准;通过二维(two dimensional,2D)和3D探头校准,将手术前3D超声图像和手术中2D超声图像配准;结合穿刺针标定结果,实现实时二维超声和术前MRI图像融合引导下的前列腺靶向穿刺.在对前列腺体模的12次穿刺测试中,系统穿刺点全部在大小约为0.5 cm3的穿刺目标内,且实际穿刺位置与目标穿刺位置之间的程序定位误差为(2.89±0.81)mm.实验结果表明,该系统具有较高的穿刺精度,同时降低了操作的复杂度.     

利用光线投射法虚拟X光线图片进行基于灰度的2D/3D配准算法研究

2D/3D图像配准是一种图像信息融合技术,解决了医学图像领域不同维度的图像存在信息缺失的问题,在临床诊疗和手术导航中都有广泛的应用.所采用的配准方法是基于图像灰度的配准,通过以光线跟踪算法(Ray Casting)为基础的数字影像重建技术对CT体数据进行操作,从而生成虚拟X光线图像,使其与待配准的X光线图像进行比较,进行相似性测度的计算,通过优化算法使测度值达到最小.实验结果表明,本算法精度较高,而且当改变曝光强度,添加噪声等条件下,仍能保证很好的精度.     

适应性距离函数与迭代最近曲面片精细配准

针对复杂曲面物体多视角激光扫描点云数据,提出从深度图像到完整几何模型的配准方法.根据空间点相对位置在刚体变换下的不变特性,利用曲率不变特征和归一化零均值互相关系数构造有效的初始匹配点对数组.基于单位四元数对匹配的特征点对进行坐标变换求解,完成数据粗略配准.探讨改正系数的确定方法与步骤,计算不同改正系数下的均值误差,得到最佳改正系数.运用适应性距离函数和改进迭代最近曲面片精细匹配技术,将不同视角点云在三维空间进行最优化匹配.根据匹配结果计算配准误差,对配准精度和速度进行统计分析.数值试验结果表明,该方法在保证配准精度的前提下能够有效地提高配准效率.     

色彩均匀性特征的纸币污损检测算法

针对纸币上常见的污损,提出基于色彩均匀性特征的检测方法.将图像均匀性特征推广到彩色空间,采用纸币图像均匀性特征矩阵,判定待检纸币上可能存在的污损象素.提出基于均匀性特征矩阵的快速图像配准方法,图像配准后,将待检图像与参考图像逐象素进行比较,并最终判定待检图像的污损程度.对于图像中新增加的边缘信息十分敏感,而对各象素的色彩值、边缘强度值的相对变化则具有很强的抗干扰性,适用于各种低质量的纸币.