基于matlab仿真条件互的医学图像配准算法研究
摘 要
基于条件互的配准方法可以不依赖图像本身灰度，由于无需预处理、准确性高、稳健性好，可实现自动校准等特点，是当前图像配准方法的发展趋势。因此本文主要针对基于条件互的图像配准进行了研究。
本文主要论述了如何实现图像配准，并利用MATLAB编程实现。在此基础上，本文主要叙述了两幅图像所反映的信息必具有某种内在的关联( 条件互) , 随着两幅图像对齐程度的变化，这种关联也随之变化。当条件互达到最大时，则认为两幅图像已配准，条件互法已经成为图像配准的事实标准。再利用条件互和Powell 优化算法实现了多模态图像的配准，并且达到了亚像素精度。利用相似性测度是用来度量参考图像和待配准图像中提取的两个特征集之间的相似性，能够衡量每次变换结果优劣的准则，本文应用相似性度量为条件互理论。
关键词：图像配准；条件互；搜索空间；搜索策略；图形变换；MATLAB
Abstract
The matching method based on the condition can not rely on the gray level of the image itself. It can be automatically calibrated without preprocessing, high accuracy and good robustness, and it is the trend of the current image registration method. Therefore, this paper focuses on image registration based on conditional mutual.
This paper mainly discusses how to realize image registration and use MATLAB programming. On this basis, this paper mainly narrates that the information reflected by the two images must have some intrinsic correlation (condition mutual). With the change of the two images, the correlation also changes. When conditions reach the maximum, the two images are registered. Conditional mutual method has become the de facto standard of image registration. The conditional mutual and Powell optimization algorithm is used to realize the registration of multi-modal images, and the sub-pixel accuracy is achieved. The similarity measure is used to measure the similarity between the two feature sets extracted from the reference image and the image to be registered. It can measure the criterion of each transformation result, and the similarity measure is used as the conditional mutual theory.
Key words: image registration; conditional mutual; search space; search strategy; graphic transformation; MATLAB
目录
摘 要 1
第1章 绪论 3
1.1 研究背景 3
1.1.1 应用价值 3
1.1.2 研究概况及发展趋势 4
1.2 本文研究内容 5
第2章 图像配准 6
2.1 图像配准的基本过程 6
2.2 图像配准方法的分类 7
2.3 主要的图像配准方法 9
2.3.1 基于特征的配准方法 9
2.3.2 基于灰度的配准方法 9
2.4 本章小结 10
第3章 条件互在配准中的应用 11
3.1 条件互的概念 11
3.1.1 熵 11
3.1.2 条件互 11
3.2 基于条件互的配准 13
3.2.1 条件互配准的基本步骤 13
3.2.2 MATLAB平台中条件互的配准 14
3.3 本章小结 15
第4章 基于条件互的图像配准 16
4.1总体设计思路和图像配准实现 16
4.2几何变换 17
4.3条件互计算 18
4.3.1直方图 19
4.3.2 联合直方图 20
4.4灰度级插值技术 21
4.5优化搜索算法 21
4.6一维搜索算法 23
4.7小结 24
第5章 测试和运行 25
5.1 实验环境 25
5.2 环境配置 25
5.3 运行结果 26
参考文献 27
第1章 绪论
1.1 研究背景
1.1.1 应用价值
随着图像信息的需求日益强烈，近二十年来，图像融合的研究蓬勃兴起，成为图像处理的一大热点。在实际应用中，单一模态的图像往往不能提供所需要的足够的信息,通常需将不同模态的图像融合在一起，得到更丰富的信息以便了解综合信息。然而不同模态的图像会出现成像原理不同、分辨率不同、灰度属性不同等情况，图像间并不存在简单的一一对应关系。为了能将不同模态图像中的信息融合在一起，就必须首先进行图像配准。
图像配准是图像分析和处理的关键步骤，在遥感图像处理、医学图像处理、计算机视觉和模式识别等领域得到广泛应用。图像配准的关键问题是相似性测度，它用来衡量两幅图像配准的程度。图像配准具有很重要的临床应用价值。对各种使用不同或相同的成像手段所获取的医学图像进行配准不仅可以用于医疗诊断，还可用于手术计划的制定、放射治疗计划的制定、病理变化的跟踪和治疗效果的评价等各个方面。合理利用信息资源，可以弥补信息不完整、部分信息不准确或不确定引起的缺陷，使临床诊断和治疗、放疗的定位和计划设计、外科手术和疗效评估等更加全面和精确。
参考文献
[1]陈显毅.图像配准技术及其MATLAB编程实现[M]. 电子工业出版社, 2009
[2]陈宝林. 最优化理论与算法[M]. 清华大学出版社, 2005
[3]朱雪龙. 应用信息论基础[M]. 清华大学出版社, 2001
[4]段海滨. 蚁群算法原理及其应用[M]. 科学出版社, 2006
[5]罗述谦. 医学图像处理与分析[M].科学出版社,2003.
[6]彭玉华。小波变换与工程应用[M].科学出版社,1999
[7]陈元琰,张晓竞. 计算机图形学实用技术[M]. 科学出版社, 2000
[8]李海峰，宋巍巍，工树勋.基于Contourlet变换的稳健性图像水印算法[J].通信学报,2006
[9]姚玉翠,杨立才,李金亮.基于形态学梯度和条件互的医学图像配准方法[J].生物医学工程研究,2006
[10]李智,张雅声.基于轮廓特征的图像配准研究.指挥技术学院学报,1998
[11]苏金明, 王永利. MATLAB 图形图像[M].电子工业出版社, 2005.
[12](美)冈萨雷斯著; 阮秋琦译. 数字图像处理(MATLAB 版) [M].电子工业出版社, 2005.
[13](美)卡斯尔曼著; 朱志刚译. 数字图像处理[M].电子工业出版社, 2002.
[14](美)冈萨雷斯著; 阮秋琦等译. 数字图像处理(第二版) [M].电子工业出版社, 2003.
[15]林晓梅, 魏巍, 李琎. 多模态医学图像配准技术的研究[J/OL]. [2006–06–08]. 中国科技论文在线.
[16]刘正君.MATLAB科学计算与可视化仿真宝典[M].电子工业出版社,2009.
[17]董霖.MATLAB使用详解[M].科学出版社,2008.
