基于分布估计算法和互信息的医学图像刚性配准算法研究

发布时间：2017-05-11 20:19

  本文关键词：基于分布估计算法和互信息的医学图像刚性配准算法研究，由笔耕文化传播整理发布。

【摘要】：图像配准问题是图像处理技术中一个重要课题,同时也是进行图像融合时首先有待解决的问题,是医学图像分析、遥感图像分析与目标识别等问题最为基本的组成部分。图像配准的实质就是对待配准图像进行一系列空间变换之后,计算图像间的相似性测度,然后通过寻优算法在几何变换空间内搜寻对应的最优空间变换参数。科技的进步导致了众多模态传感器的不断涌现,在获取图像技术迅速提高的同时,不同成像模式的图像也迅速增多,因此怎样配准不同模态的图像,也随之成为图像配准领域的一个需要重点解决的问题,人们期望通过对这些图像数据的配准,尽可能地降低误差,从而达到提高识别率和精确度的目的。伴随着对高质量图像的需求越来越高的同时,如何提高图像配准精度和配准速度的研究也备受关注。本文以基于互信息、梯度相似以及Copula分布估计优化算法的多模图像刚性配准为核心,对图像配准中的两个重要步骤进行讨论,并在总结对比经典配准算法优势和不足的基础上提出了改进的配准优化算法。通过学习研究,本文致力于得到一种具有较高精度和稳定性的刚性配准算法。首先,针对测度函数的选取做了详细介绍,基于互信息的测度函数由于忽略了图像空间信息,而导致图像配准精度下降,而增加梯度信息的测度函数对于图像间的梯度相似性考虑不够全面,因此人们对得到的配准精度还不满意。本文针对当前梯度相似做了改进,提出一种更加充分考虑图像间梯度相似性的测度函数,通过实验数据证明了这种测度函数在进行图像配准实验时得到的空间变换参数相对配准精度更高,也就意味着两幅待配准图像对齐的程度更大,原因在于该测度函数与图像旋转角度之间的关系函数更为光滑,相对出现的局部极值较少,一定程度上避免了寻优算法在寻优过程中陷入局部极值。然后对本文使用的优化算法进行详细介绍。配准参数的优化搜索是图像配准过程另一个最重要步骤,对于图像配准的精度和效率同样至关重要。分析了Copula分布估计算法存在的不足之处,发现当Copula分布估计算法针对高维函数寻优时非参数估计方法存在的随机性会导致Copula函数中参数的估计出现误差,从而无法较好的估计出Copula,最终导致寻优结果不理想。针对此缺点本文结合加权思想对非参数估计方法进行了改进,最终得到了改进的优化算法。经过试验证明:在图像配准中,本文提出的配准方法取得了较为理想的效果。
【关键词】：刚性配准 互信息 梯度相似 Copula分布估计 医学图像
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R319;TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-12
• 1.1 图像刚性配准问题的研究背景和意义9
• 1.2 图像刚性配准问题的发展现状9-11
• 1.3 本文的主要工作及安排11-12
• 第2章 图像刚性配准概述12-25
• 2.1 图像配准的数学描述和变换模型12-15
• 2.1.1 图像配准的数学描述12
• 2.1.2 空间变换模型12-15
• 2.2 图像刚性配准的基本步骤15-17
• 2.3 配准方法的分类17-18
• 2.4 Copula分布估计算法概述18-19
• 2.4.1 分布估计算法概述18-19
• 2.4.2 Copula理论19
• 2.5 图像配准相关的重要技术19-24
• 2.5.1 图像预处理技术19-20
• 2.5.2 灰度插值技术20-24
• 2.6 本章小结24-25
• 第3章 基于互信息和梯度的图像配准模型的建立25-30
• 3.1 基于互信息配准模型25-27
• 3.2 基于互信息和梯度的改进配准模型27-29
• 3.2.1 图像梯度相似理论27-28
• 3.2.2 基于最大互信息与梯度相似的配准模型28-29
• 3.3 本章小结29-30
• 第4章 基于Copula分布估计算法的改进30-34
• 4.1 基于Copula分布估计配准算法的实现流程30-32
• 4.2 改进Copula分布估计算法32-33
• 4.2.1 Copula函数参数的估计方法概述及存在的问题32
• 4.2.2 改进的多维Copula函数参数估计方法32-33
• 4.3 本章小结33-34
• 第5章 基于改进的刚性配准算法的实验分析34-40
• 5.1 实验数据34-36
• 5.1.1 格拉纳达图像视觉组数据34
• 5.1.2 The Whole Brain Atlas数据34-36
• 5.2 刚性配准算法的实现36
• 5.3 实验结果分析36-39
• 5.4 本章小结39-40
• 第6章 结论40-42
• 6.1 总结40
• 6.2 工作展望40-42
• 参考文献42-45
• 在学研究成果45-46
• 致谢46

【参考文献】

中国期刊全文数据库 前10条

1 朱霞;陈仁文;章飘艳;;改进型文化粒子群在图像配准中的应用[J];计算机应用研究;2015年06期

2 许佳佳;张叶;张赫;;基于改进Harris-SIFT算子的快速图像配准算法[J];电子测量与仪器学报;2015年01期

3 张耀楠;王晓桐;陈传慎;李宏亮;康雁;;基于形变模型和微分同胚配准的超声应变分析[J];北京生物医学工程;2014年03期

4 杨陈晨;顾国华;龚振飞;陈钱;徐富元;;相位相关红外图像配准算法的硬件实现[J];半导体光电;2013年05期

5 汤益先;赫永杰;张红;王超;;基于FFT平移与相关分析的多尺度星载SAR自动配准[J];遥感技术与应用;2013年04期

6 杜晓刚;党建武;王阳萍;刘新国;李莎;;基于萤火虫算法的互信息医学图像配准[J];计算机科学;2013年07期

7 周鸣;朱振福;;基于互信息和二级搜索的图像配准[J];微型机与应用;2013年09期

8 蔡宗吟;叶秋冬;;一种多特征融合的小波变换图像配准方法[J];计算机应用与软件;2012年11期

9 卢浩;刘团结;尤红建;;亚像素级的图像配准方法[J];国外电子测量技术;2012年04期

10 唐永鹤;陶华敏;卢焕章;胡谋法;;一种基于Harris算子的快速图像匹配算法[J];武汉大学学报(信息科学版);2012年04期

  本文关键词：基于分布估计算法和互信息的医学图像刚性配准算法研究，，由笔耕文化传播整理发布。

本文编号：358016