The invention discloses a non rigid image registration method based on image characteristics and Demons, which belongs to the field of image processing, the traditional non rigid image registration method can not satisfy the requirements of the time and precision of registration, the invention based on the classical Demons method is proposed on the two (SIFT Demons and SURF Demons) from coarse to fine, from the feature level to the pixel level non rigid image registration method. First, using the SIFT method or the SURF method of a floating image and a reference image feature extraction, rough registration using feature point extraction (feature level registration); then, based on rough registration and fine registration by using the Demons method based on optical flow field of (pixels). A large number of registration experiments show that the invention can realize accurate, fast and stable registration of medical images, and overcomes the defects of the traditional non rigid registration method.
【技术实现步骤摘要】
基于图像特征和Demons的非刚性图像配准方法
本专利技术属于图像处理领域,具体涉及一种基于图像特征和Demons的非刚性图像配准方法。
技术介绍
图像配准技术是将不同获取时间(Time)、不同传感器(Sensor)、不同获取条件(Condition)的同一场景(Scene)或同一目标(Object)的两幅或者多幅图像进行匹配的过程,被广泛应用于医学图像处理,遥感图像处理等方面。在医学图像的配准中,需要配准的两幅图像之间通常会发生较大的非均匀形变,因此非刚性图像配准技术是医学图像处理研究的热点问题。现阶段非刚性图像配准的方法主要分为基于图像特征的配准方法和基于图像灰度的配准方法。基于图像特征的配准方法速度较快,但是对于特征不明显的图像有局限性;基于图像灰度的配准方法可以对小形变的图像进行高精度的配准,但配准时间较长。基于图像特征的配准,是以提取反映图像重要信息的特征为依据,寻找配准参数,使相似性测度最大。现阶段基于图像特征的经典方法有:SIFT(Scale-invariantFeatureTransform)方法和SURF(Speeded-UpRobustFeatures)方法。基于图像灰度的配准方法,首先利用图像的像素或体素构成特征空间,然后根据灰度值的统计信息计算相似性测度,求得配准参数,实现图像配准。基于灰度方法中光流场模型法是近年来研究的热点,主要利用光流模型,通过对各像素点瞬时速度矢量信息的计算,估计出变形场,实现图像的配准。1998年,Thirion根据光流模型提出了著名的Demons方法,WangHe于2005年提出了ActiveDemons ...
【技术保护点】
一种基于图像特征和Demons的非刚性图像配准方法,其特征在于包括以下步骤:第一步,采用SIFT方法或SURF方法对浮动图像和参考图像进行特征点提取,利用提取的特征点进行粗配准;第二步,在粗配准的基础上,采用基于光流场的Demons方法进行精细配准;所述第一步中,SIFT方法或SURF方法采用高斯差分函数对图像进行多尺度的特征提取。所述第二步中Demons方法采用多分辨率金字塔在多个尺度上对图像进行由粗到细的配准。
【技术特征摘要】
1.一种基于图像特征和Demons的非刚性图像配准方法,其特征在于包括以下步骤:第一步,采用SIFT方法或SURF方法对浮动图像和参考图像进行特征点提取,利用提取的特征点进行粗配准;第二步,在粗配准的基础上,采用基于光流场的Demons方法进行精细配准;所述第一步中,SIFT方法或SURF方法采用高斯差分函数对图像进行多尺度的特征提取。所述第二步中Demons方法采用多分辨率金字塔在多个尺度上对图像进行由粗到细的配准。2.根据权利要求1所述的基于图像特征和Demons的非刚性图像配准方法,其特征在于所述第一步具体步骤如下:步骤1-1:读入参考图像S和浮动图像M,并对参考图像S和浮动图像M进行预处理;...
【专利技术属性】
技术研发人员:董恩清,贾大宇,薛鹏,唐振超,
申请(专利权)人:山东大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。