新的Cauchy-Schwarz距离函数与多模态医学图像配准

信息论测度,特别是Shannon互信息是多模态图像配准的一种重要方法,但除了互信息之外,仍然存在其它的函数来实现这一任务。对互信息、Kullback-Leibler距离和Shannon不等式之间相互关系作了分析,根据这些关系和不等式理论,提出了新的Cauchy-Schwarz距离,并将这一距离测度用于多模态医学图像的配准处理。从计算速度、噪声容忍性、测度函数图形的特点和图像窗口大小影响等几个方面,通过MR和PET医学图像的实验分析,对新的Cauchy-Schwarz距离测度和典型的Shannon信息论测度进行了分析比较。实验结果表明,新的Cauchy-Schwarz距离测度函数同样可以用于多模态图像配准,而且有着更强的噪声容忍性和更为节省的计算量。     

基于均值距离测度的医学图像配准

针对互信息测度在配准医学图像时易陷入局部极值、速度慢的缺点,提出了基于均值不等式的均值距离测度.首先根据均值不等式推导出5种均值距离测度：方根-算术均值距离(SAM)、方根-几何均值距离(SGM)、方根-调和均值距离(SHM)、算术-几何均值距离(AGM)、算术-调和均值距离(AHM).然后通过人体脑部CT/MR和MR-T1/PD图像的刚体配准实验,从函数曲线、配准精度、计算时间和收敛性能方面,对互信息与5种均值距离信息测度进行了比较与分析.实验结果表明,在不损失配准精度的前提下,AHM和SAM测度可以获得更快的配准速度,对噪声有很强的鲁棒性.     

多传感器图像自动配准技术研究

多传感器图像自动配准技术是军事领域里多传感器图像融合的必要前提。根据配准的步骤综述了现有的多传感器图像自动配准技术,以可见光和红外图像配准为例,提出采用小波变换、图像处理技术和人工智能技术相结合的方法来解决这一难题。     

基于小波变换和混合遗传算法的医学图像配准

为了解决灰度图像配准中由于目标函数容易陷入局部极值而造成的误匹配问题,使参数随图像的NMI计算和多分辨率级数进行自适应调整,采用基于小波变换多分辨率策略,形成多尺度匹配模型,并将粒子群算法(PSO)作为添加算子,提出了以图像归一化互信息(NMI)作为相似性测度的混合遗传算法,对CT与MRI图像进行了配准。实验结果表明,该方法能够解决遗传算法早熟收敛问题,有效地克服信息函数的局部极值,实现图像的自动配准,具有匹配精确、鲁棒性好及效率高等优点。     

多探测器拼接成像系统实时图像配准

依据已设计完成的基于同心球透镜的四镜头多探测器阵列拼接成像系统,对该系统图像拼接配准过程所采用的特征检测提取、特征向量匹配与筛选、空间变换模型参数估计等算法进行了研究。首先,采用Fast-Hessian检测子提取参考图像和待配准图像的特征点,并生成加速鲁棒特征(SURF)描述向量。接着,采用快速近似最近邻(FANN)逼近搜索算法获得初始的匹配点对,并对匹配点对特征向量的欧式距离进行排序。然后,参照成像系统光学设计参数设定合理的阈值,筛选并保留下较好的匹配点对。最后,提出了一种改进的渐进式抽样一致性(IPROSAC)算法对空间变换矩阵模型进行参数估计,从而得到参考图像与待配准图像的空间几何变换关系。实验结果表明:该算法对图像尺寸、旋转和光照变化都具有一定的不变性,特征匹配时间为0.542 s,配准变换时间0.031 s,配准误差精度小于0.1 pixel,可以满足成像系统关于图像配准实时性和准确性的要求,具有一定的工程应用价值。     

一种从粗到精的红外和可见光卫星图像配准方法

气象卫星所携带的多种传感器可以获得可见光、红外、多光谱等多模态的卫星图像,目前处理这些多模态图像的一个重要手段是数据融合分析方法,而获取不同模态图像空间对应关系的图像配准是数据融合分析的前提和基础。针对多模态气象卫星图像的配准问题,重点研究红外图像和可见光图像的配准问题,并根据红外图像和可见光图像的特点,提出了一种由粗到精的两阶段配准方法。在粗配准阶段,将Fourier-Mellin变换应用于红外和可见光图像的边缘图像上,并通过变换图像在频域的关系实现了图像配准仿射变换参数的快速计算;在精配准阶段,基于图像的Harris算子检测红外图像和可见光图像的特征点,并通过特征点局部区域的互相关函数实现特征点的匹配,最终通过匹配特征点求得精确配准的变换参数。文章提出的由粗到精的图像配准方法,有效结合了Fourier-Mellin变换对边缘图像配准的高效性和Harris算子图像配准的准确性,是红外和可见光图像配准的一种新方法。利用FY-2D气象卫星获取的红外和可见光图像进行了配准实验,实验结果表明所提出的方法具有良好的鲁棒性和较高的配准精度。     

基于特征点匹配的图像配准算法精度提升方法研究

图像配准是多种图像后续处理的基础,较为常见的有图像融合,图像拼接、图像的三维重建等,这些后续操作都需要在一个好的配准前提下才能完成,因此,对于图像配准精度改进的研究具有很重要的实际应用价值。对基于特征点匹配的图像配准算法提出了几个配准精度提升的方法,这些方法分别针对特征检测精度的提升和特征匹配精度的提升来达到图像配准精度提升的目的。     

基于小波变换的视差图像全局几何配准新算法

为了解决视差图像的快速、鲁棒配准问题,提出了一种基于小波近似图像和垂直细节图像由粗到精的加权全局配准策略.首先利用小波变换的多分辨率特性,对图像进行小波变换生成一个基于灰度的金字塔,从金字塔顶层到底层对每一层的近似分量进行由粗到精的配准.为了进一步提高配准可靠性,在金字塔次底层分别对近似图像和垂直细节图像进行加权相关配准,得到稳定的最优配准.     

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明：该方法鲁棒性好,运算速度快,配准精度较高。     

一种用于钣金零件视觉测量的图像拼接方法

在钣金零件视觉测量中,大尺寸零件超出图像采集摄像机的视场范围,不能一次性获得该零件的完整图像,需要将存在一定重叠区域的图像进行图像拼接。针对特征稀少、灰度信息少、轮廓对称的钣金零件图像不易拼接问题进行了分析和研究,提出了一种在待拼接图像中选择包含重叠部分的等大小区域作为待配准区域,并对其提取轮廓,然后对轮廓图利用相位相关法求待配准区域的配准参数,再根据待配准区域图像与待拼接图像的坐标关系转换求待拼接图像的配准参数并对图像进行配准,实现钣金零件图像拼接的方法。通过实验表明,该拼接方法对特征稀少、灰度信息少和轮廓对称的钣金零件图像具有速度快、较好的准确性和抗干扰能力,能够满足工业应用的要求。     

Nonrigid image registration using similarity measure based on spatially weighted global probability distribution function

In nonrigid image registration, similarity measures including spatial information have been shown to perform better than those measures without spatial information. In this work, we provide new insight to the relationships among regional mutual information, regional probability distribution functions (PDFs) and global PDFs, and propose a novel nonrigid registration scheme with spatially weighted global probability distribution function (SWGPDF). Similarity measures based on SWGPDF (SWGPDFSM) are constructed. Three different spatial sub-region division methods are compared: the equally spaced sub-region (ESSR), the local binary pattern sub-region (LBPSR) and the gradient sub-region (GSR). The registration scheme applies B-spline based free form deformations (FFDs) as the transformation model. A Parzen window and linear interpolation are used to construct histograms. The SWGPDFSM registration scheme with ESSR space division is compared with the traditional global mutual information (gMI), the traditional global normalized mutual information (gNMI), regional mutual information and the SWGPDFSM with LBPSR or GSR space division. The test results show that SWGPDFSM scheme with ESSR space division outperforms the other schemes for elastically aligning images in the presence of big geometrical transformations, bias fields and illumination changes.     

Study of mutual information multimodality medical image registration based on modified simplex optimization method

Because of a different imaging mechanism and highly complexity of body tissues and structures. Different modality medical images provide non-overlay complementary information. This has very important significance for multimodal medical image registration. Image registration is the first and key part of problem to be solved in the integrations. When the spatial position of two medical images is same, the registration could be achieved. For two CT and PET images, the principal axis method is adopted to achieve the rough registration. The modified simplex algorithm is employed to implement global search using the mutual information as similarity measure. The initial registration parameters are achieved through principal axis Based on the results of test, improved simplex method can adjust reflecting distance. Stepped-up optimization algorithm on the new experimental points through the methods of “reflection”, “enlargement”, “shrinkage” or “global systolic”. A mutual information registration based on modified simplex optimization method is presented in this paper to improve the speed of medical image registration.Results indicate that the proposed registration method prevents the optimizing process from falling into local extremum and improves the convergence speed while keeping the precision. The accurate registration of multimodal image with different resolutions is achieved.     

一种基于边缘特征的亚像素投影配准算法

为了提高红外图像配准准确度,充分利用图像的边缘信息,结合线性插值,对原有的投影算法引入新的图像相似性评价函数——均方误差函数(Mean Sequare Erron,MSE),提出了基于边缘特征的亚像素投影配准算法.提取图像边缘特征明显的部分做配准能提高匹配概率,引入积分投影能有效降低算法的计算复杂度.算法中还运用了线性插值,使配准准确度达到亚像素级水平.     

基于边缘与SURF算子的SAR与可见光图像配准方法

鉴于SAR(synthetic aperture radar)与可见光图像的成像机理存在很大差别,使得其同名特征的提取和配准十分困难,但在某些情况下,这两类图像的边缘存在一定的相关性。提出一种基于边缘与SURF(speed-up robust feature)算子的图像配准方法。通过适当预处理增强图像间的共性,采用综合性能比较好的Canny算子提取两幅图像共有的边缘特征,在边缘图像的基础上提取SURF特征;通过比值提纯法进行特征点粗匹配,RANSAC(random sample consensus)算法剔除误匹配点,计算仿射变换模型从而实现SAR与可见光图像的自动配准。实验结果表明:该算法的正确匹配率为100%,均方根误差为0.852个像素,配准精度达到亚像素水平。     

复杂地物条件下基于线特征的异源景象匹配

为了寻求应用于复杂地物条件下异源景象匹配的算法,使其满足尺度和旋转不变性,受视觉成像系统的启发,利用初始简图可以表征图像大部分信息的特点,提出了一种新的基于线段对的异源图像匹配算法。首先,提取并筛选图像中能够表征图像信息的线段;然后,利用线段自身信息及线段的相对位置关系构建线段对特征;接着,通过线段对之间的相似性对图像进行粗匹配;最后,利用线段之间的拓扑关系进行精匹配。实验表明,本文方法对具有旋转、缩放和平移变换的异源图像的匹配正确率达到了75%以上,运算时间是传统匹配算法的1/5左右,基本满足了异源景象匹配应用对算法实时性和准确性的要求。     

基于图像集拓扑中心的群体配准方法

传统的图像配准通常指定一幅参考图像在配准过程中保持不变,将另一幅图像变换到参考图像空间,使得两幅图像在空间上互相匹配,从而可以精确比较两者之间的差异.针对多幅个体差异较大的图像配准问题,如果指定一幅作为参考,将其他图像配准到参考图像空间,则会引入该幅参考图像的个体形状偏差,从而影响最终的对比结果.为此,本文首先介绍了目前针对该问题的主要解决方法,然后提出了基于图像集拓扑中心的群体配准方法——TopologyCenter.为验证所提出的群体配准方法的性能,通过使用国外公开的数据集,详细比较了本文提出的方法与当前两种主要方法的群体配准结果的差异.实验结果表明,本文提出的方法具有更小的群体配准偏差,群体配准结果更好;同时,在对实验结果的评价中,本文还提出了一种简捷的群体偏差度量指标.     

Automated registration of sequential breath-hold dynamic contrast-enhanced MR images: a comparison of three techniques

Dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) is increasingly in use as an investigational biomarker of response in cancer clinical studies. Proper registration of images acquired at different time points is essential for deriving diagnostic information from quantitative pharmacokinetic analysis of these data. Motion artifacts in the presence of time-varying intensity due to contrast enhancement make this registration problem challenging. DCE-MRI of chest and abdominal lesions is typically performed during sequential breath-holds, which introduces misregistration due to inconsistent diaphragm positions and also places constraints on temporal resolution vis-à-vis free-breathing. In this work, we have employed a computer-generated DCE-MRI phantom to compare the performance of two published methods, Progressive Principal Component Registration and Pharmacokinetic Model-Driven Registration, with Sequential Elastic Registration (SER) to register adjacent time-sample images using a published general-purpose elastic registration algorithm. In all three methods, a 3D rigid-body registration scheme with a mutual information similarity measure was used as a preprocessing step. The DCE-MRI phantom images were mathematically deformed to simulate misregistration, which was corrected using the three schemes. All three schemes were comparably successful in registering large regions of interest (ROIs) such as muscle, liver, and spleen. SER was superior in retaining tumor volume and shape, and in registering smaller but important ROIs such as tumor core and tumor rim. The performance of SER on clinical DCE-MRI data sets is also presented.