基于特征向量和改進能量函數的醫(yī)學圖像配準方法研究與實現.pdf

1、隨著人們在數字圖像處理方向的不斷研究，醫(yī)學影像技術被廣泛地應用在臨床工作中。圖像配準是圖像處理中的一項重要技術，越來越多的臨床實踐表明，現代醫(yī)學應用對圖像配準技術要求越來越高。本文對非剛性圖像配準進行了較為深入的研究，并針對醫(yī)學圖像，提出了一種基于特征向量和改進能量函數的非剛性圖像配準新算法。
　　 本文分析了近年來圖像配準的常用方法、目前配準研究的國內外現狀，重點研究了非剛性圖像配準算法。在此基礎上，根據圖像的直方圖信息設計了

2、圖像的特征向量，為了使計算精確簡便，在特征向量中添加了圖像的邊緣信息，增強了特征向量的精確性。按照設計出的特征向量對圖像進行了多層次分解。使特征向量分別描述了圖像的全局信息、中部信息和局部信息，可獲得多層次下的圖像精確匹配的效果。
　　 對配準的能量函數進行了改進，用特征向量的相似性匹配設計了能量函數中的相似項，根據牛頓第三定律的思想改進了能量函數的一致性，使整個配準變換的一致性得到了增強。
　　 在對圖像進行預處理的基

3、礎上，用本文新的能量函數對預處理后的圖像在各個子層進行匹配。綜合利用了圖像的局部直方圖信息和邊緣信息，使圖像的整體和局部都得到了相互匹配的效果。在局部的配準中，采用仿射變換和Powell優(yōu)化搜索算法，經過多層的疊加和嚴格的圖像匹配，實現了圖像的非剛性配準。
　　 根據本文的算法，在Matlab平臺上進行了仿真實驗，對本文提出的算法進行了各層之間配準效果的比較，并將本文的算法同基于互信息的剛性配準算法和基于小波變換的非剛性配準算法