| 基于分数阶微分的TV-L1光流模型的图像配准方法研究 |
| |
| 引用本文： | 张桂梅,孙晓旭,刘建新,储珺. 基于分数阶微分的TV-L1光流模型的图像配准方法研究[J]. 自动化学报, 2017, 43(12): 2213-2224. DOI: 10.16383/j.aas.2017.c160367 |
| |
| 作者姓名： | 张桂梅 孙晓旭 刘建新 储珺 |
| |
| 作者单位： | 1.南昌航空大学江西省图像处理与模式识别重点实验室 南昌 330063 |
| |
| 基金项目： | 国家自然科学基金61462065国家自然科学基金61661036江西省自然科学基金20151BAB207036江西省科技支撑计划重点项目20161BBF60091 |
| |
| 摘 要： | 图像的非刚性配准在计算机视觉和医学图像分析中有着重要的作用.TV-L1（全变分L1范数、Total variation-L1）光流模型是解决非刚性配准问题的有效方法，但TV-L1光流模型的正则项是一阶导数，会导致纹理特征等具有弱导数性质的信息模糊.针对该问题，将G-L（Grünwald-Letnikov）分数阶引入TV-L1光流模型，提出基于G-L分数阶微分的TV-L1光流模型，并应用原始-对偶算法求解该模型.新的模型用G-L分数阶微分代替正则项中的一阶导数，由于分数阶微分比整数阶微分具有更好的细节描述能力，并能有效地、非线性地保留具有弱导数性质的纹理特征，从而提高图像的配准精度.另外，通过实验给出了配准精度与G-L分数阶模板参数之间的关系，从而为模板最佳参数的选取提供了依据.尽管不同类型的图像其最佳参数是不同的，但是其最佳配准阶次一般在1 ~2之间.理论分析和实验结果均表明，提出的新模型能够有效地提高图像配准的精度，适合于包含较多弱纹理和弱边缘信息的医学图像配准，该模型是TV-L1光流模型的重要延伸和推广.
|
| 关 键 词： | 分数阶微分 Grünwald-Letnikov TV-L1模型 光流场 弱纹理 非刚性配准 |
| 收稿时间： | 2016-04-29 |
Research on TV-L1 Optical Flow Model for Image Registration Based on Fractional-order Differentiation |
| |
| Affiliation: | 1.Key Laboratory of Jiangxi Province for Image Processing and Pattern Recognition, Nanchang Hangkong University, Nanchang 3300632.School of Mechanical Engineering, Xihua University, Chengdu 610039 |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载全文 |
