医学图像非刚性配准研究

非刚性配准是医学图像配准的研究热点。将非刚性配准进行了分类,分析了非刚性配准方法,提出了非刚性配准的研究热点。     

一种基于互信息和梯度信息的医学图像配准算法

由于互信息不需要对图像进行预处理，因此被广泛地应用于医学图像配准中．但是，配准过程中的局部极大值难以克服．本引进了梯度信息，用于解决局部极值问题．并将这种方法应用到人体的非刚性形变的医学图像配准中．同时，给出了一些用于改进精度的方法，如：Powell搜索算法、灰度插值和出界点问题，提高了匹配精度．采用此方法对脑部和肺部的多模图像进行配准，实验结果表明该方法对非刚体医学图像的配准有很大的可行性．     

谈图像刚性配准的基本方法

研究了基于刚性变换的图像配准,特别针对图像的特征提出了一种在预处理的基础上的刚性配准方法,有很好的配准效果。为了提高配准的速度还讨论了基于交互的刚性配准方法。     

改进的二阶互信息医学图像配准算法的研究

针对人脑的二维图像设计了一种改进的遗传算法和二阶互信息相结合的医学图像配准算法,采用互信息配准模型,以图像的灰度统计信息为配准依据,采用改进的遗传算法搜索图像的最优变换参数,并比较一阶互信息配准与改进的二阶互信息配准两种算法,实验表明改进的二阶互信息配准方法具有较高的配准精度和稳定性.     

基于薄板样条的遥感影像非刚性配准方法

提出一种基于薄板样条的遥感影像非刚性配准方法。首先,根据SIFT算法分别在参考影像与待配准影像中提取特征点;然后,对特征点进行匹配,并利用RANSAC一致性分级检验方法,由粗至精分级排除错误匹配点;最后,利用同名匹配点构建薄板样条配准模型,并完成图像配准结果。实验结果表明,文中方法能有效解决遥感影像在时相变化、几何变形等条件下的配准,具有较高的实用性。     

基于极端学习机的Demons图像配准

医学图像配准是医学诊断中的重要研究内容,配准精度和速度也是众多研究的核心。图像配准过程可设想为是一种神经网络的学习过程,基于这种想法,引入极端学习机(ELM)这一系统对图像完成配准。该方法速度快、鲁棒性高,最重要的是它能不依赖梯度信息,从而很好地避开了点周围间的互相干扰,考虑到其学习过程的准确性,引入鲁棒激活函数学习机,以更好地提高配准学习系统的准确度,并提高其稳定性。     

医学图像处理技术概述

文章介绍了医学图像处理的基本技术,对图像分割、图像配准、图像融合、伪彩色处理和纹理分析技术进行了综述.介绍了三维医学图像的可视化和基于PACS的医学图像压缩在医学图像处理方面的应后.     

医学图像处理技术概述

文章介绍了医学图像处理的基本技术,对图像分割、图像配准、图像融合、伪彩色处理和纹理分析技术进行了综述。介绍了三维医学图像的可视化和基于PACS的医学图像压缩在医学图像处理方面的应用。     

医学图像融合算法概述及其前景展望

医学图像融合技术已有很多研究,但仍存在许多问题有待解决。本文探讨了医学图像融合的基本思想,介绍了图像配准后的融合的一些主流算法,并分析了有关算法的特性,对医学图像融合技术未来发展进行了展望。     

自适应遗传算法在多模图像配准中的应用

介绍了目前使用最多的几种基于互信息的医学图像配准优化算法,它们都有各自优点,但都存在不足。提出了一种改进的自适应遗传算法并已经被应用到多模图像配准的优化过程中,该方法采用优化前、后期分别调整交叉概率和变异概率,并利用二次交叉算法以及移民策略方法等来克服传统遗传算法比较容易陷入局部最优的缺点;给出了应用改进后的自适应遗传算法进行图像配准的算法步骤。通过对实验过程的分析和配准后的图像对比,实验结果表明了自适应遗传算法在多模图像配准中的应用的可行性和有效性。     

图像配准中的非均匀多分辨率分析技术研究

在基于灰度的图像配准中,针对传统的空间均匀采样的多分辨率分析技术在低分辨率时会丢失重要边缘信息,从而产生较多局部极值点,导致误配准问题,通过使用基于灰度概率分布和其梯度信息的抽样方法,提出了非均匀空间采样的多分辨率分析技术．在人体脑部图像的刚体配准实验中应用非均匀多分辨率分析技术,实验结果表明,该非均匀多分辨率分析技术可以有效地减少局部极值点,并提高配准速度．     

基于信息熵的配准方法研究

在数字图像处理过程中经常会用到图像配准,在所有的图像配准方法中基于信息熵的配准方法得到了广泛应用,它充分利用了图像的灰度信息具有配准速度快、精度高且不需要预处理的特点。文章讨论了基于信息熵的配准方法并用实验图像进行了配准实验,得到了不同配准测度的配准曲线。     

一种基于改进遗传算法的医学图像配准算法

局部优化算法在医学图像配准中存在容易陷入局部极值的问题．本文在分析标准遗传算法的基础上,提出了改进的具有全局优化能力的遗传算法,最后给出了本配准算法的实验结果．     

基于最大互信息的多源图像配准研究

对同一场景使用不同传感器获取的多幅源图像往往存在许多差异,若要对其进行像素级图像融合,则首先必须对多幅源图像进行配准,配准精度要求达到像素级。本文在对多源图像配准理论和方法深入分析的基础上,对基于最大互信息的图像配准算法及其实现进行了深入研究,并将该方法应用于多源图像配准,通过仿真实验证明采用基于最大互信息的图像配准方法对来自不同传感器的多源图像进行配准,可以达到像素级的配准精度,该精度标准符合像素级图像融合对源图像的配准精度要求。     

基于相位相关法与改进SURF算法的图像拼接方法

为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。     

遥感图像配准技术的研究进展

在进行图像处理时,图像配准是一个必不可缺的步骤,而且图像配准也在很多领域有着广泛的应用,比如图像镶嵌、环境检测、多光谱分类等。对一般的遥感图像配准流程进行简要介绍,然后对遥感图像配准领域出现的最新技术进行总结,从原理和性能上对常用的三类算法进行了对比分析,并指出了各算法在图像配准中的优势及存在的问题。最后总结并指出了图像配准技术存在的主要问题,并展望了其未来的发展方向。     

基于改进ICP算法的齿科图像配准技术

针对传统配准方法难以对齿科图像中牙体组织进行精确配准的问题,提出了一种基于改进ICP算法的配准方法。该方法首先根据齿科图像的特点对其进行预处理,然后采用特征点提取策略,利用改进的ICP算法对齿科图像进行配准。根据配准精度结果,该方法从背景干扰、边界干扰以及自适应阈值三方面改进了ICP配准策略。实验结果表明,该方法能更快速地收敛,且具有更高的准确率。算法实现了齿科图像的高效配准,为齿科诊疗的智能化打下了良好基础。     

用于多模态图像配准的小动物床设计与实现

随着医学研究的深入与计算机技术的发展,单模态医学影像技术已经无法满足相关科研需求。当前,针对小动物领域的多模态医学影像配准技术研究日趋深入。设计了一种用于实现多模态图像配准的小动物床,该小动物床能够兼容多种医学影像设备,并配有保温装置以及呼吸门控装置,床上固定有图像配准标记装置,通过图像配准软件技术实现多模态图像配准及融合。实验结果表明,该小动物床满足基本功能要求,可以实现多模态图像配准及融合。     

有限元弹性配准中的驱动外力及其网格细化

为了减小由于图像亮度差异和局部非均匀形变造成的配准误差,本文通过引入驱动点邻域的空间信息和灰度信息,并结合结构张量和鲁棒函数,得到了一个改进的驱动外力.在模型的有限元法求解中,提出了对细节区域进行网格细化的策略,该方法避免了计算误差在金字塔迭代中的传递放大.本文分别对20组肺部CT图像和20组脑部MR图像进行了弹性配准实验,采用归一化互信息、归一化互相关系数、峰值信噪比、均方误差,以及尺度不变特征变换(SIFT)匹配特征点平均距离来定量评估图像匹配度.实验结果表明,相对于传统的弹性配准,本文算法的配准精度获得了显著提高,t检验得到的P值小于0.05.     

基于BRISK特征的图像配准提取与描述研究

基于特征的图像配准方法作为一种重要的图像配准方法,是近年来图像配准技术的研究热点。本文对BRISK算法进行了详细的描述。详细介绍了FAST角点特征提取算法、尺度空间构造以及尺度空间关键点检测方法、关键点描述方法和特征点匹配算法,给出了算法实现基本流程图。