改进Demons算法的非刚性医学图像配准

非刚性配准是医学图像处理的一个重要的研究方向。基于光流场模型的Demons算法由于仅依赖图像灰度梯度使图像变形,当缺乏梯度信息时图像的变形方向不能确定,因而容易造成误配准,且该算法只适合于单模态图像配准。本文针对最大互信息配准方法在多模态刚性配准中的成功应用,提出了一种可用于多模态图像配准的改进Demons算法。该方法在原有驱动图像变形力的基础上,增加两幅图像间互信息对当前变换的梯度作为附加力作用,使浮动图像向两图像间互信息增大的方向变形,正确地配准图像。为避免陷入局部极值并提高算法的运行速度,该方法在多分辨率策略下实现。使用单模态、多模态图像分别进行实验来验证此算法,并与原始Demons算法进行比较,实验表明,该方法能够快速地产生准确的配准变换。     

采用目标区域互信息的星空图像配准

提出了采用目标区域互信息的测度方法对星图进行精确配准以解决星图中存在噪声、伪星点、星点稀疏以及星图间的旋转等问题。首先对星图进行图像分割,检测出星点目标并对星点进行二值化处理;然后基于互信息配准模型,在含星点的目标区域上,利用Powell算法将最大互信息作为目标函数来指导图像间最优变换参数的搜索。分析了适宜于互信息测度配准的星点分割算法,并论证了采用目标区域互信息的星图配准的可行性。对提出的算法与标准的互信息配准算法进行了对比。结果表明:提出算法的时间消耗与图像中星的数量有关,在图像大小为1 000×1 000时,提出算法的加速比为标准算法的3.4倍。该算法在星图中存在噪声、伪星点、星点稀疏和旋转的情况下仍能进行准确配准,50组实拍星图配准误差平均值为0.138 2pixel,满足了星空图像对精确配准的要求。     

基于最大互信息的激光雷达与相机的配准

针对智能车中激光雷达与相机的配准问题,提出了一种基于点云反射值与图像灰度值最大互信息的自动配准方法。该配准方法以刚体变换作为两传感器间坐标变换模型,首先利用点云反射值和图像灰度值计算互信息,将互信息值作为相似性度量,然后分别采用Barzilai-Borwein算法和改进Powell算法搜索互信息最大值,从而求得最优配准参数,最后通过实验对两种优化算法进行了分析比较。实验结果表明,基于最大互信息的配准方法可以实现智能车激光雷达与相机配准参数的自动、准确求解,并且改进Powell算法比Barzilai-Borwein算法具有更高的准确性和鲁棒性。     

一种基于NSCT和SIFT的遥感图像配准算法

研究提出了一种基于NSCT和SIFT的遥感图像配准算法,综合利用了NSCT在图像分解上的灵活性和SIFT算法在特征描述上的有效性来进行遥感图像配准.首先分别对参考图像和待配准图像用NSCT进行分解,然后把分解的低频图像作为SIFT算法的输入并得到匹配结果,并利用匹配结果求解模型参数,最后通过重采样和双线性插值完成两幅遥感图像的配准.实验结果表明,此算法在运算速度和匹配精度方面均比SIFT算法和SWT+SIFT算法优越.     

一种改进的基于互信息和梯度特征的图像配准方法的研究

基于互信息的配准方法广泛应用于医学图像的配准，但当两幅待匹配图像重叠部分较少或图像包含的信息不够充分时，配准目标函数会出现较多的局部最优解而影响匹配精度。本文构造了新的配准目标函数，在互信息的基础上引入图像梯度信息，使两者相互补充，减少了目标函数中局部最优解的数目，突出了全局最优解。本文还设计了一种新的基于单纯形的模拟退火优化算法，该算法能以较大的概率迅速搜索到目标函数的全局最优解，以获得较满意的配准结果。本文使用该方法对二维医学图像进行配准，实验结果表明，该方法配准速度较快、精度较高，是一种有效的配准方法。     

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.     

基于序列图像特征配准的摄像机旋转补偿算法

提出了一种基于序列图像特征点配准和基于最小二乘估计的摄像机绕轴旋转运动精确估计算法.该算法利用序列图像帧间的强相关性,通过分析相邻两帧图像的运动,由Harris算子进行特征点检测.基于这些特征点用模板匹配方法对帧间图像进行配准,然后根据多个特征点的运动矢量用最小二乘估计获得摄像机的运动参数,并用获得的运动参数实现对摄像机绕轴旋转运动的精确补偿.实验结果表明,该方法在帧间旋转角度＜10°时,摄像机绕轴旋转运动角度估计误差＜5%,但是当旋转角度＞14°时,相对估计误差＞20%.从系统实际应用(帧间旋转＜5°)来看,该方法克服了成像测量中摄像机旋转对图像处理和测量精度的影响,弥补了因像机旋转引起的测量误差大的缺陷,提高了测量精度,可满足使用要求.     

基于灰度距离融合的2D/3D刚性配准

针对影像导航手术提出了一种基于灰度距离融合的2D/3D刚性图像配准方法。该方法使用一种新的灰度距离信息对最常使用的传统相似性测度(互信息,互相关及模式强度)进行约束,构建一类新的相似性测度(距离互信息,距离互相关和距离模式强度),并用维也纳医科大学公开发表的2D/3D刚性配准金标准数据来评估新测度的配准性能。与基于灰度的传统相似性测度相比,文中方法构造的新相似性测度在平均目标配准误差(mTRE)的均值和标准差上均有显著降低,其中均值至少降低了28.15%,标准差最少降低了61.17%。以mTRE小于2mm为配准成功的依据时,新测度的配准成功率比传统测度至少提高了25.56%。此外,新测度在配准优化过程中的迭代次数比传统测度平均降低了35.59%。结果显示:基于灰度距离融合的2D/3D刚性配准方法比基于单一灰度的配准方法具有更好的图像配准性能。     

基于似然函数EM迭代的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数EM迭代的图像配准算法。该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准。通过点集的高斯混合建模建立了点集配准似然函数,以该函数作为目标函数,仿射变换参数作为优化变量,利用EM迭代优化方法进行最优变换参数求解。迭代过程中,引入基于概率密度自适应阈值分割的外点剔除机制,解决了外点对目标函数的干扰问题,实现了边缘点集的精确配准。利用实测的可见光和红外图像进行了算法验证,证明了该算法的有效性。     

轮对轮辋厚度检测中图像配准方法研究

针对轮辋厚度参数的在线检测,提出了基于双相机的轮辋厚度参数检测方法,其中图像配准是影响该参数计算的重要因素。在分析轮对轮廓线图像特点的基础上,提出了利用配准板特征点的图像配准方法,设计了图像配准步骤,采用仿射变换作为图像配准中的变换模型。为保证配准精度,在综合考虑配准板上特征点的数量和特征点的分布的基础上设计了配准板。通过图像配准实验,提取了配准板特征点坐标,求解了仿射变换矩阵。实验表明,该方法的配准精度为2个像素。     

偏振探测系统的图像配准

分振幅式偏振探测成像系统的各分光路图像之间存在位置误差,率先完成各分光路图像之间的图像配准是进行偏振探测的前提条件。针对探测过程中,目标特征不明显、图像特征难以提取、各分光路图像间灰度变化较大的问题,提出适用于分振幅式偏振探测成像系统各分光路图像的相似性度量函数,并在此基础上,完成各分光路图像间的配准工作。首先,根据图像间的位置误差会造成偏振信息图像中出现信息异常区域的原理,研究了相似性度量函数的提取算法;接着,根据探测系统的各分光路的成像特点,确定图像间的几何变换参数;以遗传算法作为参数优化搜索算法,搜索得到最优的几何变换参数,完成整个图像配准算法的设计;最后,分别利用构造图像和实际采集图像,对配准算法进行了验证,并以图像间互信息值(MI)衡量图像配准的精度。实验结果表明:配准后的构造图像的MI为2.692 5,高于特征配准方法的实现精度;实际采集图像配准后的MI达1.849 3,同样高于特征配准方法的实现精度。基本满足偏振探测系统的图像配准需求。     

应用自适应模拟退火和多分辨率搜索 实现医学超声图像的拼接

为提高图像拼接的成功率,提出了一种基于自适应模拟退火和多分辨率搜索策略的图像自动拼接新方法。该新算法先自适应地选取配准区域,再以互信息为相似度评价标准,结合自适应模拟退火和多分辨率搜索策略的思想分别进行图像平移和旋转参数的全局优化和局部搜索,最后实现图像的拼接。通过对含噪声数字图像和医学超声图像进行的24次模拟拼接实验表明,该新算法较传统的多分辨率直接搜索法有精度高、速度快和抗噪声能力强的优点。由于结合了模拟退火算法的高精度和多分辨率搜索法的高效率,改进后的图像拼接算法将拼接成功率提高了12.5%,并将运算时间控制在可接受的范围内。     

基于多模态信息融合的图像情感标注方法

随着互联网中图像资源的不断增长,情感作为图像的一个重要语义,是人们检索和选择图像的重要依据,因此对于图像进行情感标注显得至关重要。结合脑电信号(EEG)和图像内容,提出了一种基于多模态信息融合的图像情感标注方法。首先,提取EEG频域特征及图像特征(颜色及纹理);其次,结合两者特征信息,基于两种融合策略(特征层和决策层),构建支持向量机分类模型,进行图像情感识别与标注。为了评估方法的有效性,使用国际情绪图片系统公共数据集进行了实验验证。结果表明,提出的多模态信息融合图像情感标注方法优于单独使用EEG或图像内容的标注方法。此外,该成果有助于缩小低层视觉特征和高层情感语义之间的语义鸿沟。     

相位相关配准法及其在射线图像数字减影中的应用

介绍了一种基于相位相关法射线图像配准的方法。该方法利用傅立叶变换的平移特性对发生平移和旋转的两幅图像进行精确的配准。提出了将该方法用在数字减影中图像的配准 ,首先用相位相关配准法对发生平移和旋转的两幅图像进行配准 ,然后 ,对配准好的图像进行数字减影 ,正确地检测出了构件的内部状态。实验证明 ,该方法完全不受人工干预 ,具有较高的精度和较强的抗噪能力 ,匹配速度也有很大提高。同时 ,旋转校正算法简单 ,易于实现 ,能够满足系统的实时性要求     

基于伽马混合模型 B 超图像聚类配准的 颈动脉管壁搏动位移干扰抑制

提出了基于伽马混合模型 B 超图像聚类(UICG)的配准方法以抑制血管壁搏动位移估计的干扰。 使用伽马混合模型对 颈动脉 B 超图像聚类,以远距组织的归一化互信息为相似性测度提取干扰曲线,基于干扰曲线对聚类图像序列进行空间逆变 换以消除外界干扰,最后采用散斑追踪法在配准后的聚类图像序列中估计管壁搏动位移。 仿真实验表明,相比主轴质心与互信 息相结合(PCMI)的传统配准算法,X、Y 和旋转方向上的 UICG 干扰归一化均方根误差(NRMSE)分别减小了 36% 、38% 和 32% , 管壁搏动位移估计的 NRMSE 均值减小了 37% 。 对健康受试者颈动脉的实测试验进一步证明了 UICG 法的有效性。 综上,UICG 法能有效抑制干扰,提高管壁搏动位移的估计精度。     

结合多分辨率修正曲率配准的层间插值

针对体数据各坐标轴分辨率不一致,导致医学及工业三维图像重建时出现边界台阶状结构、细节断裂或缺失等问题,提出了基于多分辨率修正曲率配准的层间插值方法。该方法采用反投影重建形式增强图像细节,解决配准图像清晰度和对比度弱的问题;利用三次卷积插值构造切片的低分辨率图像以保留图像细微结构,提高配准精度。采取从低分辨率粗配准到高分辨率精细配准的策略减少计算时间,提高计算效率。利用切片图像对应像素间存在对称形变结构的特征,建立了修正曲率模型估计形变场,解决了配准时单向形变不一致的问题。最后,通过离散余弦变换(DCT)的数值解析方案对构建的形变场估计函数进行优化,利用最终形变场数据对切片进行线性插值,计算出层间图像。实验结果表明,提出的算法能够消除现有方法插值图像的边缘模糊现象。与线性插值算法相比,提出方法的均方差(MSD)减小了40%,高于对称曲率模型,且耗时仅为该模型的20%左右,满足应用要求。