一种图像处理方法技术

本发明专利技术为一种图像处理方法，提供了一种图像实时配准方法，该方法包括定义彩色分量约束，利用彩色分量约束形成多个图像的配准总度量值；通过计算几何形态变化参数的微小形态变化增量得到最优值；利用所述最优值将所述配准总度量值最大化，得到多个图像的配准结果。本发明专利技术的方法配准结果的联合概率密度分布较为集中，对应性强，算法复杂度低，满足实时性要求。

【技术实现步骤摘要】

本专利技术涉及图像处理，特别涉及一种图像配准方法。
技术介绍
在智慧医疗平台的应用领域中，通常需要将不同来源的多幅影像学图像同时自动 配准，以此来辅助医生进行客观的诊断。如MR (Magnetic Resonance)图像和CT (Computed Tomography)图像的配准成功率高于MR图像和PET (Position EmissionTomography)图像 的配准成功率。然而，现有技术使用高维联合直方图进行配准，增加了存储空间和计算量， 例如，4幅256灰度级的灰度图像进行配准时，对应联合直方图的大小为2 32 (4GB)字节，这已 经超过了一些计算机性能范围。对于彩色图像，计算量、存储量和处理时间将进一步增加。 因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
为解决上述现有技术所存在的问题，本专利技术提出了一种图像实时配准方法，用于 对多个图像同时进行配准，包括： 定义彩色分量约束，利用彩色分量约束形成多个图像的配准总度量值； 通过计算几何形态变化参数的微小形态变化增量得到最优值； 利用所述最优值将所述配准总度量值最大化，得到多个图像的配准结果。 优选地，所述多个图像配准总度量值由彩色分量形态变化约束和对数似然函数的 代数和构成； 所述彩色分量约束对同一幅图像不同RGB分量之间的几何形态变化进行算术平 均； 所述图像配准总度量值Ettrtal为：E ^tal=E1 - AEr，其中E1是似然函数1(φ，Θ)的 对数即Ei=丨n L((p，Θ)，民是RGB分量形态变化约束；λ是正实数加权系数； 所述通过计算微小形态变化增量得到最优几何形态变化参数，进一步包括： 迭代地估计似然函数的概率密度和调整几何形态变化参数，当循环次数达到预先 设置好的预先设置的整数阈值时，当或者所述微小形态变化增量的模小于预先设置的小数 阈值时，结束循环迭代，并输出最优几何形态变化参数的估计值。 本专利技术相比现有技术，具有以下优点： 利用本专利技术的方法配准后的图像联合概率密度分布较为集中，对应性强，算法复 杂度低，满足实时性要求。【附图说明】 图1是根据本专利技术实施例的图像处理方法的流程图。【具体实施方式】 下文与图示本专利技术原理的附图一起提供对本专利技术一个或者多个实施例的详细描 述。结合这样的实施例描述本专利技术，但是本专利技术不限于任何实施例。本专利技术的范围仅由权 利要求书限定，并且本专利技术涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节 以便提供对本专利技术的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中 的一些或者所有细节也可以根据权利要求书实现本专利技术。 本专利技术在配准度量中增加 RGB分量形态变化约束；对同一幅图像不同RGB分量之 间的几何形态变化结果进行算术平均。图1是根据本专利技术实施例的图像配准方法流程图。 多幅RGB图像配准总度量值是由两函数项的代数和构成。第一项E1是对数似然 函数，第二项民是定义的RGB分量形态变化约束。总度量值定义如下： Etotal= E i - λ Er其中：λ是正实数加权系数；E i是似然函数L((P，Θ)的对数。【主权项】1. ，用于对多个图像同时进行配准，包括： 定义彩色分量约束，利用彩色分量约束形成多个图像的配准总度量值；通过计算几何 形态变化参数的微小形态变化增量得到最优值；利用所述最优值将所述配准总度量值最大 化，得到多个图像的配准结果。2. 根据权利要求1所述的方法，其特征在于，所述多个图像配准总度量值由彩色分量 形态变化约束和对数似然函数的代数和构成； 所述彩色分量约束对同一幅图像不同RGB分量之间的几何形态变化进行算术平均； 所述图像配准总度量值Etotal为：E ^al=E1 - λ Er，其中E1是似然函数L {φ，Θ)的对数 即E1= InL (φ，Θ)，民是RGB分量形态变化约束；λ是正实数加权系数； 所述通过计算微小形态变化增量得到最优几何形态变化参数，进一步包括： 迭代地估计似然函数的概率密度和调整几何形态变化参数，当循环次数达到预先设置 好的预先设置的整数阈值时，当或者所述微小形态变化增量的模小于预先设置的小数阈值 时，结束循环迭代，并输出最优几何形态变化参数的估计值。3. 根据权利要求2所述的方法，其中所述似然函数L (φ，Θ):为 L((p，e)=f]〇) 其中：P表示施加几何形态变化θ后，在位置X处颜色值向量/f的概率密度函数；φ表 示概率模型中的参数； 所述几何形态变化9 = (θρ θ2，…，0D)T，其中D表示待配准图像数量，Qi= (Θ ^ Θ ig，Θ ib)τ是第i幅RGB图像的几何形态变化，其中i为1到D之间的正整数，并且 RGB分量形态变化0i#可以表示为Θ i#= (Θ w，0i#2，…，ΘΜ)，其中M表示RGB图 像的每一个彩色分量几何形态变化的元素个数，因此Θ中总元素个数为3MD个。4. 根据权利要求3所述的方法，所述分量约束E ^定义如下： Er= In E p,其中所述最优几何形态变化参数为将总度量值函数进行最大化的最优几何形态变化参数 Θ*，即 Θ *= argmax(E total) 最后对Θ?进行平均处理,得到该幅图像的最优形杰变化参数θ 公式如下：所述概率密度函数ρ为：pCC k) = ，外,％) k=l 其中K表示概率模型中概率密度函数个数，μ σ k表示第k个概率密度函数的均值 和方差，是加权系数，满足=I; ^=I 且其中，所述正态分布函数N定义如下： / ^ r-\ ^ τθ、T -I / τθ \\5.根据权利要求4所述的方法，所述估计概率密度参数进一步包括： 将几何形态变化参数保持固定不变，估计概率密度函数中参数； 首先计算/f属于第k类概率密度分布的概率：其中：k是整数，且满足1彡k彡Κ，=卜 k 然后利用期望结果Tw来估计π t、μ JP 〇 t参数：【专利摘要】本专利技术为，提供了一种图像实时配准方法，该方法包括定义彩色分量约束，利用彩色分量约束形成多个图像的配准总度量值；通过计算几何形态变化参数的微小形态变化增量得到最优值；利用所述最优值将所述配准总度量值最大化，得到多个图像的配准结果。本专利技术的方法配准结果的联合概率密度分布较为集中，对应性强，算法复杂度低，满足实时性要求。【IPC分类】G06T7-00【公开号】CN104732549【申请号】CN201510162299【专利技术人】刘颖 【申请人】成都汇智远景科技有限公司【公开日】2015年6月24日【申请日】2015年4月8日本文档来自技高网...

【技术保护点】
一种图像处理方法，用于对多个图像同时进行配准，包括:定义彩色分量约束，利用彩色分量约束形成多个图像的配准总度量值；通过计算几何形态变化参数的微小形态变化增量得到最优值；利用所述最优值将所述配准总度量值最大化，得到多个图像的配准结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘颖，
申请(专利权)人：成都汇智远景科技有限公司，
类型：发明
国别省市：四川;51