一种基于点集匹配的图像配准方法技术

本发明专利技术公开了一种基于点集匹配的图像配准方法，通过对浮动图像和参考图像进行特征点提取，得到浮动图像特征点集和参考图像特征点集，采用了一种构造中间变换的方法，使得待匹配的二个点集之间的旋转角度小于90度。本发明专利技术通过构造由12个四元数表征的空间映射信息的集合，对于浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与参考图像特征点集的绕轴旋转角度小于等于90度。本发明专利技术可以解决任意角度的旋转点集配准，从而实现图像刚性配准。本发明专利技术在医学图像配准领域有重要的应用价值。

A method of image registration based on point set matching

The invention discloses a method for image registration, based on point set, the feature points of the floating image and a reference image extraction, get the floating image feature point set and the reference image feature point sets, the method of constructing a middle transformation, the rotation angle between matching two points less than 90 degree. The present invention constructed by space mapping information 12 four yuan number characterization set for the floating image feature point set these 12 initial transformation will get 12 intermediate image feature point set, the 12 intermediate feature points to construct the concentration of at least there will be set with the reference image feature points around the axis of rotation angle a little less than or equal to 90 degrees. The invention can solve the registration of the rotation point set at any angle so as to realize the rigid registration of the image. The invention has important application value in the field of medical image registration.

【技术实现步骤摘要】
一种基于点集匹配的图像配准方法
本专利技术属于图像配准
，具体涉及一种基于点集匹配的图像配准的方法，应用于医学图像配准领域。
技术介绍
图像配准是医学图像处理和分析的一个关键问题，它可以帮助人们进行三维重建、图像融合、图像分割以及病理分析，在医学图像领域有重要的应用价值。图像配准一般可以分为二种，基于图像灰度信息的配准(Wellsetal.1996.Multi-modalvolumeregistrationbymaximizationofmutualinformation)和基于图像特征的配准(Wuetal.2007.LearningbestfeaturesanddeformationstatisticsforhierarchicalregistrationofMRbrainimages)。基于图像特征配准的方法有四个主要步骤：一是对于图像进行特征提取，二是对于图像特征进行匹配，三是构造映射函数，四是对图像进行映射变换。基于图像特征配准的方法，可以不需要为特征点进行属性构造，仅仅保留特征点的位置信息，这将节省大量的时间，现有的点集匹配方法包括最近点迭代算法(Besletal.1992.Methodforregistrationof3-Dshapes)和高斯混合模型点集匹配方法(Jianetal.2011.Robustpointsetregistrationusinggaussianmixturemodels)等，但是现有的点集匹配方法都无法解决点集旋转大于90度的问题。
技术实现思路
(一)要解决的技术问题本专利技术所要解决的技术问题是现有的图像配准方法对较大角度旋转的三维图像的配准效果不佳的问题。(二)技术方案(三)有益效果本专利技术通过构造由12个四元数表征的空间映射信息的集合，对于用NSIFT方法从浮动图像中提取的浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与用NSIFT方法从参考图像中提取的特征点集的绕轴旋转角度小于等于90度。然后利用高斯混合模型点集匹配方法对于这12个中间图像点集分别与参考图像点集进行匹配，并求出几何变换。然后从这12个几何变换中挑选出最优的空间映射使得浮动图像经此映射变换后得到的配准图像与参考图像的差异最小。解决了现有的图像配准方法对较大角度旋转的三维图像的配准效果不佳的问题。附图说明图1示意了分别采用ICP、GMM和本专利技术的方法对于浮动图像与参考图像旋转角度为10°到180°的配准误差。图2示意了分别采用ICP、GMM和本专利技术的方法对于浮动图像与参考图像旋转角度为60°时的配准直观视觉结果，(a)是参考图像切片，(b)是浮动图像切片，(c)是参考图像切片和浮动图像切片的棋盘差异图像，(d)～(f)分别表示用ICP、GMM、和本专利技术的方法得到的配准图像的切片，(g)～(i)分别表示用ICP、GMM和本专利技术的方法得到的配准图像的切片与参考图像切片的棋盘差异图像。图3示意了分别采用ICP、GMM和本专利技术的方法对于浮动图像与参考图像旋转角度为90°时的配准直观视觉结果，(a)是参考图像切片，(b)是浮动图像切片，(c)是参考图像切片和浮动图像切片的棋盘差异图像，(d)～(f)分别表示用ICP、GMM和本专利技术的方法得到的配准图像的切片，(g)～(i)分别表示用ICP、GMM和本专利技术的方法得到的配准图像的切片与参考图像切片的棋盘差异图像。图4示意了分别采用ICP、GMM和本专利技术的方法对于浮动图像与参考图像旋转角度为120°时的配准直观视觉结果，(a)是参考图像切片，(b)是浮动图像切片，(c)是参考图像切片和浮动图像切片的棋盘差异图像，(d)～(f)分别表示用ICP、GMM和本专利技术的方法得到的配准图像的切片，(g)～(i)分别表示用ICP、GMM和本专利技术的方法得到的配准图像的切片与参考图像切片的棋盘差异图像。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术作进一步的详细说明。本专利技术可在具有可编程能力的GPU硬件平台上实现。在一个实施例中，在NVIDIAGTX480显卡上通过CUDA接口实现。在实施该实施例之前，首先实现NSIFT在高斯差分空间对于特征点的提取，以及根据现有技术实现一个基本的高斯混合模型点集匹配方法。步骤S1：对于浮动图像和参考图像进行特征点的提取，浮动图像和参考图像就可以表示为浮动图像特征点集和参考图像特征点集。利用GPU加速(CUDA)根据文献(Cheungetal.2007.Scaleinvariantfeaturetransformforn-dimensionalimages)中的方法构造高斯差分金字塔对浮动图像和参考图像快速检测关键点，在获取关键点时，我们仅保留其位置信息，而不对关键点进行描述子构造这一步。得到浮动图像特征点集参考图像特征点集步骤S2：构造中间图像特征点集，根据构造的12个四元数表征的空间映射信息的集合，对于浮动点集分别作用这12个空间映射，我们可以得到12个中间图像特征点集。假定四元数q1，q2….q12分别代表上述集合Ω的第一个到第12个元素，四元数和旋转矩阵满足一下关系式：q＝(r1，r2，r3，r4)T的空间旋转信息可以用旋转矩阵R表示为：可以求出q1，q2……q12所对应的旋转矩阵R1，R2……R12。对浮动点集分别作用这12个旋转矩阵，我们得到12个中间图像的特征点集为步骤S3：利用高斯混合模型点集匹配方法对于这12个中间图像点集分别与参考图像点集进行匹配。求出几何变换。这12个几何变换分别与步骤2所对应的空间映射进行复合运算，得到从浮动图像特征点集到参考图像特征点集的最终空间映射12个。因为在P1，P2……P12这12个点集中至少存在着一个点集，它与参考图像特征点集之间的绕轴旋转角度小于或等于90度，而高斯混合点集匹配方法能完美解决旋转角度小于90的点集匹配方法。对这P1，P2……P12与F分别利用高斯混合模型点集匹配方法算出几何变换分别为RPF1，t1；RPF2，t2，……RPF12，t12(RPF1；RPF2，……RPF12是旋转矩阵，t1；t2，……t12是平移向量)。这12个几何变换分别与步骤2所对应的空间映射进行复合运算，得到的最终的12个空间映射为：RPF1R1，t1；RPF2R2，t2，……RPF12R12，t12(RPF1R1；RPF2R2，……RPF12R12是复合后旋转矩阵，t1；t2，……t12是平移向量)。步骤S4我们对浮动图像用以RPF1R1为旋转矩阵，t1为平移向量进行几何变换得到配准图像registration1，以RPF2R2为旋转矩阵，t2为平移向量进行几何变换得到配准图像registration2……以RPF12R12为旋转矩阵，t12为平移向量进行几何变换得到配准图像registration12。然后在这12幅配准图像registration1，registration2……registration12中挑选与参考图像最相近的图片。至此，我们就完成了图像配准。图1示意了ICP，GMM，和本专利技术的方法对于浮动图像与参考图像旋转角度为10°到180°的配准误差(当误差较大时，本文档来自技高网...

【技术保护点】
一种基于点集匹配的图像配准方法，用于将浮动图像与参考图像进行配准以得到配准图像，其特征在于，包括如下步骤：步骤S1：对于所述浮动图像和所述参考图像进行特征点的提取，使该浮动图像和参考图像表示为浮动图像特征点集和参考图像特征点集；步骤S2：构造12个四元数表征的空间映射信息的集合：

【技术特征摘要】
1.一种基于点集匹配的图像配准方法，用于将浮动图像与参考图像进行配准以得到配准图像，其特征在于，包括如下步骤：步骤S1：对于所述浮动图像和所述参考图像进行特征点的提取，使该浮动图像和参考图像表示为浮动图像特征点集和参考图像特征点集；步骤S2：构造12个四元数表征的空间映射信息的集合：绕轴旋转α角度用四元数表示为：ωx,ωy,ωz表示轴坐标；对于所述浮动图像特征点集分别作用这12个空间映射，得到12个中间图像特征点集，该12个中间图像特征点集中至少存在一个点集与所述参考图像的特征点集的绕轴旋转角度小于等于90度；步骤S3：对于每个中间图像特征点集，与所述参考图像特征点集进行匹配，得到12个几何变换，该...

【专利技术属性】
技术研发人员：田捷，喻冬东，朱明，杨凤，杨彩云，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11