基于B样条和水平集方法的医学图像联合分割与配准

针对分层B样条非刚性配准存在局部极值以及水平集分割方法不适用于噪声图像分割的问题,提出了一种基于局部更新分层B样条双向变换和水平集方法的医学图像联合分割与配准方法.该方法在分割算法中加入配准变换,在配准中融入图像分割的结构信息.使用B样条水平集函数对变换和分割的图像进行平滑表示,并在配准中引入双向变换以提高配准的精度和...     

融合SIFT的B样条红外图像非刚性配准

手持式广角镜头红外热像仪所拍摄的不同时刻红外图像具有刚性形变和非刚性形变,传统图像配准算法很难同时矫正刚性形变与非刚性形变,针对该问题,提出一种融合SIFT的B样条配准算法。首先在待配准图像中建立控制网格,其次运用SIFT算法寻找待配准与基准图像间的匹配点对,剔除错误匹配点对并计算出待配准图像与基准图像间的刚性变换参数,接着对控制点进行刚性变换,最后以局部强度和为测度函数,运用B样条非刚性配准算法对广角镜头引起图像的非线性进行矫正。对比实验结果表明,本文算法具有很高配准精度,能够满足实际工程精度要求。     

基于生成对抗网络的多模态可变形医学图像配准

多模态医学图像的精确配准对于医生进行病情分析和诊断至关重要.针对传统配准方法迭代优化周期长、 成本高,以及现有基于深度学习的配准模型对不同模态医学图像之间固有的形变配准效果差等问题,提出了一种基于可变形卷积和级联结构的生成对抗配准模型.级联串接可变形卷积的Unet网络构造了新型的生成模型,并引入基于非扩展熵的相似性测度...     

基于JS测度和层次B样条的医学图像弹性配准

为了精确得到图像的不规则局部几何变形,提出了一种基于标记点的医学图像弹性配准新方法.首先用Jensen-Schur(JS)测度对图像进行粗配准,然后用该测度自动选取标记点对,最后用能够解决逼近精度和光滑性平衡问题的B样条细化的层次B样条插值技术来实现图像弹性配准.实验表明,本文提出的标记点自动选取方法能够产生准确的表示不规则局部变形的标记点对,所提出的配准方法能够产生光滑、准确的弹性配准变换.     

基于改进PV插值和混合优化算法的医学图像配准

基于互信息的医学图像配准算法近来获得了广泛的应用.在计算互信息的时候,采用部分体积插值计算联合直方图无法避免在象素整数倍位移处的局部极值,有可能导致误配准.本文提出了基于B样条函数的部分体积插值方法,有效地减少象素整数倍位移处的局部极值;在优化互信息函数的时候先使用遗传算法将配准参数收敛到最优值附近,然后使用Powell方法进行局部搜索,避免误收敛.实验表明,本文提出的算法具有更好的精确性和稳定性.     

基于SIFT的超大图像配准

SIFT算法在仿射变换、噪声、一定程度的光照条件下具有良好的匹配性能,星上宽波段相机成像尺寸都非常大,超大尺寸图像直接利用SIFT算法,在构建高斯金字塔时空间占用大,同时导致计算用时长。通过研究仿射变换矩阵,提出可以通过计算超大尺寸图像的降采样图像之间的配准系数间接获取超大尺寸图像的配准系数的方法。经过实验验证,具有一定的可行性,对于图像配准从空间上减少计算量从而节约计算时间具有一定指导意义。     

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.     

基于邻域一致性的极化SAR图像仿射配准

极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度.基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的.目前尚未实现端到端的基于深度卷积神经网络的一步仿射配准.该文提出了一种基于弱监督学习的端到端极化SAR图像配准框架,无需图像切块处理或迭代参数...     

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.     

基于MSD-Vnet的三维医学图像配准

基于编解码结构的卷积神经网络在医学图像配准中具有巨大的应用优势,但是依然存在不足.基于此,提出一种基于多尺度跳过连接、选择核注意力机制及深度监督V-net(MSD-Vnet)的三维医学图像配准方法.该方法使用多尺度跳过连接提高网络对解剖结构位置信息的定位能力,选择核注意力机制根据输入特征的多个尺度自适应调整感受野大小来...     

医学图像配准技术研究

医学图像配准是图像处理和计算机视觉中一个很重要的研究领域.首先分析医学图像配准的四个关键要素,然后着重从变换模型、相似性度量两个方面探讨了医学图像配准技术的发展,最后提出医学图像配准中有待进一步研究的问题.     

医学图像配准框架的研究进展及展望

医学图像配准是利用计算机技术实现的参考图像与浮动图像对齐,在医学领域中这一技术的现实应用,更加有助于主治医师了解患者的病灶位置,具备较高的临床应用价值。而融合信息技术与图像技术,在临床诊断和手术治疗中皆可实现更为精准的医学图像判断。为了解析医学图像配准的关键技术应用模式,本文探究近些年来学图像配准框架的研究进展,进而以医学配准维度探索发展前景。     

基于注意力和特征融合的光学遥感图像配准

针对部分基于深度学习的光学遥感图像配准模型配准精度较低、用时较长的问题,提出了一种结合了注意力块和残差网络的配准方法。首先使用随机颜色抖动增强数据,然后采用改进的双注意力块过滤图像中的无关信息和干扰信息,紧接着采用改进的残差网络提取过滤后图像的高、低维特征信息并进行融合。最后利用双向相关特征匹配得到两个匹配关系,并计算合成图像的匹配参数,再通过仿射变换完成图像配准。在四个数据集上的实验结果表明,平均配准精度提升了6.87%,而平均配准时间仅为1.23秒,提高了光学遥感图像配准的精度与效率。     

基于K-L变换的两传感器图像自动配准

基于合成孔径雷达(SAR)图像和光学图像间的变形可用仿射变换来近似,提出了一种SAR图像和光学图像自动配准的方案.对分割后的图像进行K-L变换得到两幅图像的主分量与坐标轴之间的关系,从而得出两幅图像的角度关系,接着,利用旋转后图像的横纵象素范围的比值和前景重心偏移值得到仿射变换的缩放和平移参数,最后再利用二值图像相关对仿射变换的结果图像进行精配,从而实现较高精度的图像配准.实验结果表明,在满足精度要求的情况下,本方法可以自动完成具有明显方向性和较大前景目标图像的配准任务.     

医学图像的非刚性配准技术研究

非刚性配准技术是医学图像领域的一个重要研究方向，对于图像的进一步分析起着非常重要的作用。目前也已经提出了很多种解决方法，但是算法的成熟性远低于刚性配准，在临床中几乎没有应用。现对这些方法做了一个回顾，并详细阐述了非刚性配准的分类、方法、评估及研究进展。     

基于灰度的医学图像配准技术研究

医学图像配准是医学图像处理的一项重要技术,广泛应用于临床诊断和治疗、计划设计、外科手术等领域中.从基于灰度的医学图像配准角度,描述了医学图像配准的基本过程和优化策略,着重阐述了目前普遍采用的相关技术和方法的表示形式,以及这些方法的特点和应用领域,并进一步分析了在这一方面的研究中存在的问题和未来的发展方向.     

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．     

基于抽样随机一致性和图像特征的图像配准

文中介绍了一种基于Harris角点检测图像特征的图像配准方法。通过随机一致性算法(RANSAC)和正则化交叉相关测度建立了待配准图像和模板图像之间特征点的对应关系。分别采用仿射变换和透射变换通过该对应关系进行图像配准。在完成配准后,分别采用自适应B样条插值算法和多项式插值算法对配准后的图像进行校正。采用信噪比和交叉相关系数作为评价标准,通过对几种方法相结合的图像处理结果进行比较,得出结论:对应超声TOFD图像,仿射变换结合B样条插值校正的方法可以得到最好的效果。     

基于特征点的图像配准技术探讨

图像配准是图像融合、运动目标检测中的关键技术之一.近年来国内外出现了各种新颖的配准算法,但均有各自的应用局限,只能适用于特定的场合.该文章从图像配准的一般原理出发,对目前主流的配准方法进行综合的分析和讨论,归纳其优缺点及其应用场合,并展望了图像配准算法的未来发展趋势,对相关领域的研究具有一定的指导意义.     

基于互信息量和模糊梯度相似性的医学图像配准

本文分析了基于互信息量的医学图像配准算法中存在的鲁棒性问题,提出创建图像的模糊梯度场及建立模糊梯度相似性测度,并将其结合到互信息量配准算法当中.实验证明,本方法很好的解决了传统基于互信息量的方法中存在的鲁棒性问题,能够快速稳定地实现医学图像配准.