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。     

一种利用互信息的多核并行医学图像配准算法

分析了利用互信息作为相似性测度进行医学图像配准的算法,给出了具体计算流程.针对其中互信息计算量大、耗时长的缺点,提出了一种运行于单机多核平台的快速并行配准算法.利用OpenMP（open multi-processing）构建了一个图像匹配的多核并行计算平台,并对配准程序中的互信息计算进行并行处理,最后完成配准.通过对图像匹配算法效率进行的评估实验,验证了多核并行计算技术能够提高医学图像配准的运行效率.结果表明,该方法既保证了配准精度,又能够较好解决配准速度慢的问题.     

一种改进的基于互信息的三维医学图像配准算法

基于互信息的三维医学图像配准是配准的一大热点.本文提出的配准方法主要是对互信息测度的公式进行简化，修正了Powell算法的方向替换方法，保持了原搜索方向，提高了配准速度.合理的设置收敛阈值，并用多分辨率策略进行了图像配准测试.实验表明，改进后的互信息测度可以达到亚像素精度，而且在配准速度上有了明显提高.     

关于光线投射算法的OpenGL高效实现

采用光线投射算法对二维(2D)图片实现三维(3D)重建,用3线性插值算法计算每个采样点的颜色值和不透明度,提高三维重建图像后的精度。该算法实现主要借助于OpenGL函数库及其三维观察矩阵,以其精确计算规则三维数据场在观察方向上的二维投影区域,减少了光线投射算法中投射光线数量。根据Phone光照模型为数据场预先计算和保存明暗表,并通过优化常规现实代码,有效地提高了光线投射体绘制算法的效率。该算法既保证了精度,又提高了显示的速度。     

基于人工交互的多模态图像亚像素配准

基于特征点自动匹配的图像配准技术通常无法实现亚像素精度的配准,在多模态图像集上甚至无法完成整像素配准. 为了提高多模态图像配准精度,对亚像素图像配准技术进行研究,提出了一种基于人工交互的适用于多模态图像的亚像素配准算法. 对待配准图像和参考图像输入控制点,利用投影变换和最小线性平方差算法进行粗配准,根据双边平均配准误差对控制点进行亚像素调整,从而达到精确配准. 定性与定量实验结果表明,相比基于尺度不变特征和局部强度不变的特征描述符配准算法,该算法具备更高的配准精度,可显著提高多模态图像配准性能.     

一种改进的基于互信息的三维医学图像配准算法

基于互信息的三维医学图像配准是配准的一大热点．本文提出的配准方法主要是对互信息测度的公式进行简化，修正了Powell算法的方向替换方法，保持了原搜索方向，提高了配准速度．合理的设置收敛阈值，并用多分辨率策略进行了图像配准测试．实验表明，改进后的互信息测度可以达到亚像素精度，而且在配准速度上有了明显提高．     

改进Hausdorff距离和粒子群的图像配准算法

为了实现异源遥感图像在部分遮挡情况下配准,提出一种改进粒子群和Hausdorff距离测度图像配准算法。利用尺度不变特征变换算法提取图像特征集,融合部分平均和标准方差思想改进Hausdorff距离,将其作为特征匹配相似性测度。引入正余弦变化动态改变粒子群算法中惯性因子和学习因子,并加入Levy飞行和Logistic混沌机制避免粒子群算法陷入局部最优,将改进的粒子群算法作为特征匹配搜索策略,得到最优解值,从而完成图像配准。实验结果表明,改进的Hausdorff距离测度适应性更强,粒子群算法寻优性能更佳。该图像配准算法具有较好地图像配准效果。     

一种基于LTS-HD测度的低信噪比图像鲁棒配准方法

针对图像传感器的固有噪声严重影响现有图像配准算法精度和可靠性的现状．提出了一种对低信噪比图像的鲁棒配准方法．通过采用区域多向灰度差阈值抑制的特征点提取技术和基于LTS-HD（Least Trimmed Square Hausdorff Distance）测度的特征点集匹配方法来获取待配准图像间的仿射变换参数以实现配准．对噪声干扰和场景变换具有良好的适应性     

一种多模态医学影像鲁棒配准方法

为提高多模态医学影像配准的鲁棒性和精度,提出了一种基于主定序和混合熵的配准新方法.首先利用主成分分析方法定义了图像的主定序特征,描述图像邻域像素间的空间信息和微观结构特性;进而结合图像灰度信息构造了一种基于混合熵的配准测度,有效保证了配准测度函数的光滑性和收敛性.多组多模态医学影像测试结果表明,新方法能有效抑制噪声,具有很高的配准精度,鲁棒性强,优于现有的几种方法.     

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.     

基于互信息的功能磁共振图像配准

互信息作为衡量两幅图像配准的相似性测度函数,当两幅图像配准时,互信息达到最大值。该文提出了基于互信息脑功能磁共振图像配准新方法,采用了无需计算梯度的Powell直接搜索算法,并通过多分辨的方式加快了图像配准速度。磁共振的配准实验证明,互信息法能准确地实现多模态医学图像的配准,并且能达到亚像素的精度。     

世界首个三维可视化的数字猪

介绍了世界首个三维可视化的数字猪,并给出了数字猪三维可视化方法的实现流程。通过图像采集、图像配准、图像分割、三维重建和可视化4个步骤,可以将猪的断层数字图像转化成最终的三维可视化图像。展示了一些数字猪项目的三维图像。     

基于点云的膝关节胫骨三维CT与MRI图像配准

同时利用CT和MRI图像对膝关节及胫骨疾病进行诊断和治疗,是目前临床上的常规方法。精确配准膝关节胫骨部分三维CT和MRI图像可以更有效地利用这两种图像中的组织信息。目前,基于图像特征或者图像灰度值的方法可以实现图像间的配准,但是都存在一些配准精度低或者时间复杂度高的缺陷。针对膝关节胫骨组织的刚性特征,采用一种基于骨组织表面重建的点云配准方法。首先对数据集进行骨表面重建,通过重建后的结果提取点云数据,对点云数据进行下采样并利用重心进行初始变换,最后利用ICP算法对点云数据进行配准。对该方法进行配准结果分析及配准精度实验,表明这种方法简单可靠并且配准精度较高。     

基于边缘特征的虚实图像精确配准

3D模型的虚拟图像与可见光图像（实图）的配准可以增强信息的互补性,在通过INS装置粗配准后,其配准问题变成了经典的多模态图像精确配准问题。本文提出了一种基于边缘信息全局最优匹配的3D模型图像与可见光图像精确配准算法。该算法首先基于相位一致性模型提取3D模型图像与可见光图像视觉相似的边缘结构;再采用模拟退火算法搜索求解在边缘配准度最大对应的空间变换模型的最优参数值。4组实验结果表明,本文算法能够充分利用图像间的相近似的边缘结构和模拟退火算法得到配准变换参数,有效地实现多模态图像（不同光照及对比图像对,不同传感器的航拍图片对,虚拟3维视图与可见光图像）的精确配准。     

一种稳健的非刚性医学影像配准方法

提出了一种基于局部线性嵌入(LLE)和改进的L-BFGS优化算法的非刚性配准新方法．该方法首先计算影像不同方向上的定序特征,用于补充传统互信息测度中缺失的空间结构信息;然后,运用LLE方法及其逆映射对高维定序特征进行降维和融合;进而结合影像灰度信息构造了一种基于混合熵的配准测度,有效保证了配准测度函数的光滑性和收敛性;最后,采用改进的L-BFGS优化方法搜索最优配准参数．多组仿真数据的测试结果表明,在噪声情况下,所提方法具有精度高、鲁棒性强的特点,优于现有几种方法．     

基于三维视觉的服装信息智能提取方法

针对二维图像处理技术存在鲁棒性弱、补充效果差的问题,提出了基于三维视觉的服装信息智能提取方法.利用三维视觉成像系统,从服装生产视频的重点帧中采集三维视觉服装图像,利用聚类技术优化三维视觉图像的色彩度特征差值切割结果,分别对像素点和切割块进行显著性计算.利用高斯函数进行像素估计,并融合背景估计结果和显著性计算结果提取图像前景,得出服装信息.结果表明,所提方法的鲁棒性强,并具有良好的三维填补效果.     

基于灰度相似性的激光点云与全景影像配准

针对传感器参数未知、环境结构特征不明显、影像数据较少等情况,提出基于灰度相似性的车载3D激光点云与全景影像自动化配准方法.基于全景拼接算法和柱面投影原理,分别将多张单幅图片拼接为全景影像,并将3D激光点云转换为2D深度图.基于灰度相似性原理,将全景影像和2D深度图在水平方向和垂直方向等间隔细分成区域对,沿水平方向和垂直方向移动全景影像,计算每次移动后各细分区域对之间像素灰度值之和的比值,并求解其均方差,将均方差最小时的区域移动值作为最终匹配偏移量.根据偏移量计算得到全景影像相对3D激光点云的水平旋转角度和垂直平移距离.实测结果表明,本研究所提算法对场景的适应性较好,平均配准误差为2个像素,而对比方法无法实现有效配准.     

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。     

基于残差字典学习的图像超分辨率重建方法

为了提高图像重建质量,在保留图像空间结构信息的同时恢复更多图像高频信息,提出一种基于二维可分离字典和残差字典的图像超分辨率重建方法.不同于传统的基于一维字典的超分辨重建方法,二维字典直接利用图像的二维矩阵表示,因此,可以保持图像的空间结构信息,减少字典参数的数量,节省存储空间.为了更好地恢复图像高频信息,在二维可分离字典重建图像基础上,引入残差字典,重建边缘等高频信息,两类字典各有侧重,二者结合可得到更高质量的超分辨率重建图像.在典型的公共图像集上的实验证明了提出的结合二维可分离字典和残差字典的图像超分辨重建方法的有效性和优越性.