A Review of Point Feature Based Medical Image Registration

Point features, as the basis of lines, surfaces, and bodies, are commonly used in medical image registration. To obtain an elegant spatial transformation of extracted feature points, many point set matching algorithms (PMs) have been developed to match two point sets by optimizing multifarious distance functions. There are ample reviews related to medical image registration and PMs which summarize their basic principles and main algorithms separately. However, to data, detailed summary of PMs used in medical image registration in different clinical environments has not been published. In this paper, we provide a comprehensive review of the existing key techniques of the PMs applied to medical image registration according to the basic principles and clinical applications. As the core technique of the PMs, geometric transformation models are elaborated in this paper, demonstrating the mechanism of point set registration. We also focus on the clinical applications of the PMs and propose a practical classification method according to their applications in different clinical surgeries. The aim of this paper is to provide a summary of point-feature-based methods used in medical image registration and to guide doctors or researchers interested in this field to choose appropriate techniques in their research.     

基于点相关的亚像素级图像匹配算法

利用点相关原理，使基于灰度相关性的图像配准算法的速度得以提高，并从2个方面改进了已有的点相关方法，即引入信息熵构成新的相关性评价函数，提出点对置换的组合优化方法来提取预定义点集。实验结果表明，改进后的算法在点集优化、配准精度及算法抗噪性方面都得以改善。在算法中还运用了立方样条插值技术，使得算法精度达到亚像素级水平。     

基于球面特征的点云配准方法研究

针对多视点云的配准问题,提出了基于球面特征的自动配准方法。在测量的零件周围固定标准球,把零件和标准球作为一个整体进行点云测量。用球面拟合的方法求解标准球的球心坐标,并在待配准点云的球心坐标中搜索对应点,从而计算粗配准中的旋转矩阵和平移矩阵,实现点云的粗配准,采用融入球心坐标信息的改进的ICP算法(迭代最近点法)实现点云的精配准。这种方法大大缩少了粗配准中对应点的搜索范围,并实现了自动配准,提高了配准效率,改进的ICP算法增强了配准算法的鲁棒性,实例证明该方法有效。     

基于 IMU 点云特征跟踪一致性的 ICP 配准技术

针对点云非重叠区域较大时,由于场景中存在相似区域和平滑区域, ICP 配准易陷入局部极小值的问题,设计了一种初始配准与精配准结合的快速准确配准算法。首先,结合点云深度图像进行网格分区,基于蒙特卡罗方法随机选取 20 个 NARF 关键点,利用 IMU 惯导跟踪关键点的 FPFH 特征,并根据跟踪矢量的一致性剔除误匹配,快速计算初始配准矩阵;然后,利用所有关键点进行最近邻跟踪匹配,并根据跟踪矢量的一致性剔除误匹配,提高了 ICP 配准的估计精度。通过 Bunny 兔和 NYUv2 数据集将该算法与 ICP 算法进行对比,验证了该算法能够有效地提高点云配准效率和精度。     

基于图像特征点匹配的车辆运动检测

提出了应用于交通视频监控系统中车辆运动检测和分割的一种新颖有效的方法.采用了较为简易的特征点匹配检测车辆并利用纹理识别对车辆进行分割.此方法不需要对序列图像进行预处理,能有效消除光照阴影和背景,实验结果表明该方法可以实时准确提取道路交通信息.     

三维不变矩特征估计的点云拼接

点云拼接是点云模型获取和重建的关键问题。提出一种新的三维不变矩特征估计的点云拼接方法,该方法将二维不变矩扩展到三维,用于描述点云的局部特征,设计实现了用该特征查找对应点的ICP算法。该算法先计算点云的特征描述子,由其中一个点云的点查找在另一片点云的最近邻域且特征描述子最相似的点作为这点的对应点,并建立对应点点集,其次将点集变换到以质心为原点的坐标下,然后根据对应点对集合建立协方差矩阵并对它奇异值分解,得到旋转矩阵和平移矩阵,最后迭代上述步骤直到收敛。通过人脸数据拼接的结果表明,该方法是可行有效的。     

基于边缘拐点的医学图像配准

利用控制点进行医学图像配准是医学图像处理领域的重要研究内容,其中控制点的选取是重点研究的一点.本文提出先将图像二值化,提取边缘,在边缘处利用边缘信息及其邻域内的信息提取拐点作为控制点.将变形图像和参考图像的拐点坐标分别作为网络学习的输入和输出样本,经过训练得到一组网络连接权参数,利用学习好的网络预测配准图像.以人脑CT图像为例,通过实验验证了算法的有效性.     

基于Fourier-Mellin不变量的图像配准方法

提出了基于Fourier-Mellin不变量的图像配准方法,该方法可对存在旋转、比例和平移变换的两幅图像进行配准.原有的基于Fourier-Mellin不变量的方法是建立在无限连续图像模型基础之上的,因此当应用于有限离散图像时,不能取得理想的相关峰值.改进方法针对有限离散图像采用了滤波技术,能有效去除Fourier-Mellin域中的伪像,并能产生明显的相关峰值;同时又能克服噪直于扰的影响;此外,通过将原有方法中二维相关函数的计算简化为两个一维相关函数的计算,可以降低时间计算复杂度,提高配准效率.     

基于LAMOST摄像机标定图像拼接技术

为解决大视场视觉测量中的摄像机标定难题,提出了基于摄像机标定的图像拼接技术.并通过基于LAMOST标定实验验证了这种拼接算法的可行性.     

图像特征点提取技术研究

图像特征点是一个重要局部特征,传统的灰度重心法是重心模型的一种改进,其主要特点是对点坐标进行像素点的灰度加权,但其抗噪声性能较差.对此,文中采用一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域2部分,并对内部像素灰度进行均值化,从而有效抑制内部像素噪声.同时,利用连通性对图像进行特征标识,提高特征点提取的速度.最后,通过仿真实验验证了改进算法的正确性,并表明改进算法有更好的噪声抑制性能.     

Hausdorff距离与GA相结合的医学图像配准

针对医学上多模态图像的特点,给出Hausdorff距离和遗传算法(GA)相结合的方法.通过给出适当的适应度函数,寻找出全局的最优解,并得到配准结果.这为医学临床诊断多模态信息融合提供了一种方法.     

基于三个基准点的点云拼接对齐方法

在逆向工程技术应用中,经常需要得到物体内、外表面几何形状的完整数据.测量仪器往往不便于在同一定位状态(同一坐标系)下完成整个内、外表面的测量工作.为了得到完整数据模型,常用的方法是采用多视拼合技术.本文首先讨论了对齐拼接的算法,然后根据此原理,提出粘贴带有孔的薄壁塑料片的新方法,在不同的定位状态下对物体内、外表面进行多...     

多测源数据融合下的点云配准方法研究

工程样件的数字化测量是逆向工程的首要阶段,不同测量方法对数字化的精度、效率影响较大,将多个测源获得的不同点云数据进行融合可充分发挥不同测量方法的优点,扩大逆向工程的适用范围。采用三坐标和三维扫描仪分别对设置有特征球的鼠标模型进行三维数据采集,利用球面拟合算法对特征球的数据进行拟合,得到特征球的球心用于点云配准,基于3基点点云配准原理获得坐标变换矩阵,并给出点云配准精度评估模型,利用实验对方法的可行性进行验证。     

基于圆点阵列靶标的特征点坐标自动提取方法

以用于摄像机标定的2D平面圆点阵列靶标为研究对象,提出一种在复杂背景环境下,无需人工干预,自动提取靶标标定特征点图像坐标的方法。对摄像机标定图像进行自适应阈值分割,将其转换为由多个连通区域组成的黑白二值图像,根据靶标图案的形态特征,首先对图像上的连通区域进行面积判断,初步剔除非目标区域;然后对其进行特征识别,提取出靶标图案区域;再对靶标图案区域进行轮廓提取,使用最小二乘椭圆拟合的方法,计算得到靶标各圆点中心的图像坐标;最后对各标定特征点进行定位操作,确定其所对应的圆点在7×7圆点矩阵中的位置。     

基于轮廓提取的图像配准技术探讨

对于地面目标变化检测，由于周围环境的复杂性及多变性，如果不进行较高精度的图像配准，将导致错误的目标变化检测。针对此问题，文章提出了一种基于轮廓提取的图像配准技术，依据边缘检测提取图像的边缘，进而得到图像轮廓之后，找出配准点进行图像配准。仿真实验证明，基于轮廓提取的图像配准技术，能更加有效地观察地形，消除图像之间的位置差异，准确地判断地面目标。     

图像配准技术在红外温度检测中的应用与研究

针对电器温升检测,运用图像配准算法对红外图像和光学图像进行配准,从而借助光学图像的高分辨率来解决红外图像分辨率低的问题,在Matlab环境下配准效果较好.该配准算法已嵌入红外测温软件,多次使用表明其准确度高,能有效地综合利用光学图像的高分辨率和红外图像的温度显示功能,从而使红外测温技术在电器温升检测中发挥出更好的效果.     

一种多层迭代的多源图象的配准方法研究

提出了一种分层迭代红外与可见光图象的配准方法,研究目的是为了求得高精度配准多传感器图象的新方法,传统的基于塔式分解的方法的研究已经取得很多成果,这些方法主要优点是降低了直接相关配准法的计算复杂度,但其缺点在于仅限于同一传感器图象之间的配准.给出了一种基于塔式的改进迭代算法,使其可应用于多传感器图象配准.其原理是,先进行高斯塔式分层由粗到细地提取配准参数,逐步迭代到最大尺度得到高精度的配准.通过大量红外和可见光图象的配准实验验证了此方法的有效性和可靠性.     

多视点云数据快速对齐方法

多视点云数据的对齐(拼接)问题是逆向工程研究的热点问题之一。在ICP算法的基础上,提出通过在数据测量时放置基准物体,建立点云数据对齐特征,在进行多视点云数据拼接时对对齐特征增加约束的方法,实现多视点云数据的快速对齐。并对基于三个基准点约束对齐的对齐精度进行了分析,提出了减少对齐误差的措施,最后通过实例对研究结果加以分析验证。     

基于B样条小波变换的医学影像边缘提取

边缘提取一直是计算机视觉的重要问题，在医学影像处理中也占据着举足轻重的地位。本文讨论了小波变换理论及其应用于多尺度边缘检测的技术；导出了采用3次B样条小波作为边缘检测小波函数进行边缘提取的方法；并用实例与传统的边缘检测方法进行了比较，验证了该方法的有效性。     

一种基于Delaunay三角剖分的特征点坐标对应方法

研究了平面网格点集的Delaunay三角剖分性质,提出ACDT方法,并在IC封装环境下实现了圆点阵列靶标特征点的自动对应。实验结果表明,当图像存在拍摄倾角或由靶标平移、旋转引起的特征点缺失时,该方法仍可有效运行,且对镜头畸变引起的图像非线性变形不敏感,特别适合IC封装视觉定位系统的在线标定。