一种基于形状信息的图像相似度度量方法及图像配准方法技术

本发明专利技术公开了一种基于形状信息的图像相似度度量方法及图像配准方法，属于计算机技术领域。本发明专利技术基于两两图像之间粗略配准得到的形变场信息，即根据判据公式

A method of image similarity measurement based on shape information and image registration method

The invention discloses a method for measuring image similarity based on shape information and a method for image registration, which belongs to the field of computer technology. The invention is based on the deformation field information obtained by rough registration between 22 images, that is, according to the Criterion Formula

【技术实现步骤摘要】
一种基于形状信息的图像相似度度量方法及图像配准方法
本专利技术属于计算机
，更具体地说，涉及一种基于形状信息的图像相似度度量方法及图像配准方法。
技术介绍
图像配准就是将不同传感器或相同传感器在不同时间获取的相同场景的两幅或更多幅图像进行空间上的校准，使得配准后参考图像和浮动图像对应像素在空间上表达的信息一致。基于图的图像集配准的主要思想是将输入的图像集中每个图像看作为图的节点，然后节点间的边的距离与两个节点图像的相似度相关。接着基于图确定图的中心节点，即所有其他节点到该中心节点最短路径的长度之和最小。如附图1所示，It为中心节点，最后各个图像按照其到中心节点的最短路径配准到其父节点上，最后每个图像配准到中心节点的形变场由该图像到中心节点的最短路径上的形变场复合得到。如图1中的图像Ik，其配准到It的最终形变场为Dx→y(此处x，y指k，t，i，j…)表示配准图像Ix到图像Iy的形变场。图像相似度的度量方法在基于图的图像集的配准方法中起着至关重要的作用。在基于图的图像集的配准方法中，输入的待配准图像集被看作是图中的节点，每个节点之间有边相连，节点间边的距离与两节点的相似度成反比。基于图，我们就可以确定中心图像，以及每个非中心图像配准到中心图像的最短路径(也就是图中非中心图像到中心图像的最短路径)。图像相似度的度量方法就应用在计算节点间距离的任务中。目前常用的图像相似度的度量方法主要为欧氏距离，假设Ii和Ij为两张图像，则其欧式距离为其中Ω为图像区域，x为图像区域中每个点的坐标。例如在H.Jia,etal.,"Intermediatetemplatesguidedgroupwiseregistrationofdiffusiontensorimages,"Neuroimage,vol.54,pp.928-39,Jan152011.中欧氏距离就被用作计算图中节点之间的距离。这种方法的优点在于计算简单，缺点在于对于输入的图像集，其计算相似度时只考虑了2个图像，没有使用其它图像的信息。由于欧式距离使用局部图像信息(即使用2张图像)而忽略了其它图像信息，使得最终得到的图像距离不能很好地反映每张图像与其它所有图像的关系，还需要后续的人工处理。例如基于欧氏距离得到的结果建立图时，通常需要对指定每个图像最近的k个指定图像进行手动连接，而k的值对最终的图的拓扑结构有着重大的影响。目前使用所有图像信息计算图像间相似度的方法有稀疏表示方法(sparsecoding)，如在Z.TangandY.Fan,"GroupwiseImageRegistrationGuidedbyaDynamicDigraphofImages,"Neuroinformatics,vol.14,pp.1-15,2016中，输入的图像集为{Ii，i＝1，…，n}，也就是说有n个图像。每个图像Ii与其他图像的相似度由稀疏表示方法计算得到，即其中B是包含其它图像(列向量)的矩阵B＝(I1,…,Ii-1,Ii+1,…,In)∈Rm×(n-1)，m为每个图像的维度。可以看到该方法在计算图像间相似度时使用到了所有图像的信息。因此基于该方法建立图时，每个图像节点的近邻点是自动确定的即相似度不为0的图像。但该方法主要是基于图像的灰度值计算的，而图像配准的本质是图像中物体的形状对齐，图像灰度值并不能准确的反映图像中物体的形状，因此基于图像灰度判断图像的近邻点并不能保证图像的高配准精度。
技术实现思路
1.专利技术要解决的技术问题本专利技术的目的在于克服现有技术中通常是采用基于灰度值的图像相似度度量方法进行图像配准，从而导致配准精度相对较差的不足，提供了一种基于形状信息的图像相似度度量方法及图像配准方法。采用本专利技术的技术方案使得图像间的相似度更加适用于基于图的图像集的配准方法，从而保证最终能够达到更高的图像集配准精度。2.技术方案为达到上述目的，本专利技术提供的技术方案为：本专利技术的一种基于形状信息的图像相似度度量方法，该方法是基于两两图像之间粗略配准得到的形变场信息对图像间的相似度进行计算的，其具体步骤为：(1)输入一组包含n个图像的图像集{Ii|i＝1,…,n}；(2)对输入的图像集中两两图像之间进行粗略配准，得到形变场{Di→j|i,j＝1,…,n,i≠j}，其中Di→j为配准图像Ii到Ij的形变场；(3)基于以上得到的图像之间的形变场，采用如下判据公式计算得到每个图像Ii与其他所有图像{Ij|j＝1,…,n,j≠i}间的相似度Si：上式中，是图像Ii配准到其它图像的形变场经过标准化的结果，即Mi＝[||Di→1||2，…，||Di→i-1||2，||Di→i+1||2，…，||Di→n||2]为图像Ii配准到其它图像的形变场中所有形变向量的大小；λ表示权重。更进一步的，所述步骤(2)中采用Diff.Demons方法对输入的图像集中两两图像之间进行粗略配准。更进一步的，所述步骤(2)中在图像的3层尺度空间中进行粗略配准，每层迭代次数为3。更进一步的，所述相似度Si判据公式中，权重λ取0.3。本专利技术的一种基于形状信息的图像配准方法，该方法首先采用本专利技术的上述方法对待配准图像间的相似度进行度量，然后基于相似度结果构建图，最后再进行配准。更进一步的，本专利技术的图像配准方法具体包括以下步骤：(1)采用本专利技术的上述方法对待配准图像间的相似度进行度量，得到待配准图像集中两两图像之间的相似度Si；(2)基于得到的每个图像与其他所有图像的相似度构建一个有向图，有向图中的节点为每一个图像Ii，图像Ii节点到图像Ij的有向边的距离为若Si→j＝0，则图像Ii到图像Ij不存在有向边；若Si→j不为0，则加入自图像Ii到Ij的有向边；(3)计算图中两两图像节点间的最短路径：L(Ii，Ij)＝minDz(Ii，Ij)，z＝1,…,m；然后使用如下公式求得图中的中心点图像：其中，L(Ii,Ij)代表图像节点Ii和Ij之间最短路径的长度，Dz(Ii,Ij)为图像节点Ii和Ij之间第z个路径的长度；(4)将每个非中心点图像根据其到中心点图像的最短路径，配准到其父节点上，以此得到相邻图像节点的配准形变场；(5)最终每个非中心点图像配准到中心图像的形变场由其最短路径上所有相邻图像节点的配准形变场复合得到配准到中心点图像的形变场由该图像到中心节点的最短路径上的形变，从而完成图像集配准。更进一步的，所述步骤(3)中使用Dijkstra方法计算图中两两图像节点间的最短路径。3.有益效果采用本专利技术提供的技术方案，与已有的公知技术相比，具有如下显著效果：(1)本专利技术的一种基于形状信息的图像相似度度量方法，该方法基于两两图像之间粗略配准得到的形变场信息对图像间的相似度进行计算，与现有常用图像相似度计算方法相比，可以显著提高相似度度量的准确性，有效解决现有技术中采用基于灰度值的图像相似度度量方法进行图像配准时配准精度相对较差的不足，且该方法更加适合用于基于图的图像集的配准方法。(2)本专利技术的一种基于形状信息的图像相似度度量方法，根据判据公式对图像相似度进行度量，同时对权重λ的数值进行优化，从而进一步保证度量结果的准确性，有利于保证后续图像配准的精度。(3)本专利技术的一种基于形状信息的图像配准方法，该方法首先采用基于两两图像本文档来自技高网...

【技术保护点】
一种基于形状信息的图像相似度度量方法，其特征在于：该方法是基于两两图像之间粗略配准得到的形变场信息对图像间的相似度进行计算的，其具体步骤为：(1)输入一组包含n个图像的图像集{Ii|i＝1,…,n}；(2)对输入的图像集中两两图像之间进行粗略配准，得到形变场{Di→j|i,j＝1,…,n,i≠j}，其中Di→j为配准图像Ii到Ij的形变场；(3)基于以上得到的图像之间的形变场，采用如下判据公式计算得到每个图像Ii与其他所有图像{Ij|j＝1,…,n,j≠i}间的相似度Si：

【技术特征摘要】
1.一种基于形状信息的图像相似度度量方法，其特征在于：该方法是基于两两图像之间粗略配准得到的形变场信息对图像间的相似度进行计算的，其具体步骤为：(1)输入一组包含n个图像的图像集{Ii|i＝1,…,n}；(2)对输入的图像集中两两图像之间进行粗略配准，得到形变场{Di→j|i,j＝1,…,n,i≠j}，其中Di→j为配准图像Ii到Ij的形变场；(3)基于以上得到的图像之间的形变场，采用如下判据公式计算得到每个图像Ii与其他所有图像{Ij|j＝1,…,n,j≠i}间的相似度Si：上式中，是图像Ii配准到其它图像的形变场经过标准化的结果，即Mi＝[||Di→1||2，...，||Di→i-1||2，||Di→i+1||2，...，||Di→n||2]为图像Ii配准到其它图像的形变场中所有形变向量的大小；λ表示权重。2.根据权利要求1所述的一种基于形状信息的图像相似度度量方法，其特征在于：所述步骤(2)中采用Diff.Demons方法对输入的图像集中两两图像之间进行粗略配准。3.根据权利要求2所述的一种基于形状信息的图像相似度度量方法，其特征在于：所述步骤(2)中在图像的3层尺度空间中进行粗略配准，每层迭代次数为3。4.根据权利要求1-3中任一项所述的一种基于形状信息的图像相似度度量方法，其特征在于：所述相似度Si判据公式中，权重λ取0.3。5...

【专利技术属性】
技术研发人员：汤振宇，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34