一种基于图像边缘的多分辨非刚性头部医学图像配准方法属于信息融合领域。本发明专利技术在配准过程中利用由粗到精的搜索变换参数。首先由小波变换检测图像边缘，在边缘图像基础上构造边缘金字塔图像，然后在边缘金字塔图像的最小尺度层（即最粗糙层）进行较大范围的搜索，寻找配准两幅图像的最佳变换，以后每一层以前一层的搜索结果为中心，缩小搜索范围继续搜索，直到最大尺度层。这种方法与直接用原始图像进行配准相比，可以减少计算量，提高准确度并能够配准不同空间分辨率的图像。
【技术实现步骤摘要】
本专利技术涉及一种基于小波变换的头部医学图像配准方法，是信息融合领域中一项多分辨图像配准方法，在远程医疗系统、医学图像处理等系统中均可有广泛应用。
技术介绍
图像配准是图像分析中的一项非常重要的技术，主要通过寻找某种变换，使两幅图像的对应点达到空间位置的一致，在医学诊断过程中，由于存在不同模式图像表现不同性质的物理机制、患者摆位的差异、成像参数的变化、不同成像设备间空间分辨率不同等现实问题，所以单单凭借医生手动将两张或两组不同模式的图像在空间上做对准受到很多局限，且常带有较大的主观性，其可靠性往往不高，不可避免地会产生误差。特别是在定向放射外科和颅脑手术可视化等应用领域，对图像配准的精度要求很高，使得医学图像配准成为一项必要而又相当困难的任务。 图像配准技术的基本过程主要分为三个步骤 ①寻找图像中的对应特征量并提取出来； ②根据特征量寻找最佳匹配变换； ③利用得到的最佳变换对待配准图像进行变换和参考图像进行匹配。其中前两步是配准过程的关键，也是配准算法研究的核心内容。
技术实现思路
本专利技术的目的在于提供一种适合于灰度图像特点的配准算法，加强配准算法的针对性，以提高配准后的图像质量，达到理想的实用效果。 在配准过程中利用由粗到精的搜索变换参数。首先由小波变换检测图像边缘，在边缘图像基础上构造边缘金字塔图像，然后在边缘金字塔图像的最小尺度层(即最粗糙层)进行较大范围的搜索，寻找配准两幅图像的最佳变换，以后每一层以前一层的搜索结果为中心，缩小搜索范围继续搜索，直到最大尺度层。这种方法与直接用原始图像进行配准相比，可以减少计算量，提高准确度并能够配准不同空间分辨率的图像。全像素分层匹配时，往往出现对应的同名点不止一个问题，难以实现全局点的匹配。本方法采用基于小波分解的边缘图像金字塔，利用了互信息作为相似性度量准则，分层实现整幅图像的配准。 本专利技术技术方案的创新点在图像融合之前的预处理和配准规则，为实现这样的目的，本专利技术的技术方案是基于小波分解的边缘图配准算法，其特征在于 (1)使用小波分解进行边缘图像金字塔构建，小波分解是一种无损变换，并且它的直流分量是光滑的，每一层都由一个直流分量和三个特征分量组成，可以利用特征分量进行特征匹配。 (2)预处理后图像每层上的数据与原始图像大小一样，且可以重建，所以在内存中可以释放原始图像，这样，金字塔分层后所需要的内存大小没有增加。与基于互信息的配准方法比较，匹配更加准确，整幅图像的每一层低分辨率的划分，由于像素点仍然相对较多，容易出现匹配结果可能不止一个位置的情况，而边缘图像金字塔可以很好的解决这个问题，减少匹配误差提高配准精度。 本专利技术提供的，其特征在于，包括以下步骤 1)图像边缘提取 设二维图像信号f(x，y)表示图像的像素值， 设η(x，y)为二维平滑函数并且满足 对平滑函数η(x，y)分别求x方向和y方向的偏导数，则有 其中μ1(x，y)和μ2(x，y)看作二维小波函数。 则f(x，y)对应的小波变换为Wxf(x，y)＝f(x，y)*μ1 Wyf(x，y)＝f(x，y)*μ2 对图像进行平滑，平滑后的图像g(x，y)为 g(x，y)＝η(x，y)*f(x，y)(3) 对平滑后的图像求一阶微分，得 式(4)和(5)的右端实际上是函数f(x，y)的两个小波变换，即 一阶导数的模极大值对应图像的边缘点，这两个一阶导数等于f(x，y)的两个小波变换，这两个小波变换的模的极大值就对应了图像的边缘点，从而 由上述方法，得到边缘图像I(x，y)和I′(x，y)，进行图像配准，其中I(x，y)为参考图像对应的边缘图像，I′(x，y)为待配准图像对应的边缘图像； 2).图像配准 2.1)将上述到边缘图像I(x，y)和I′(x，y)变换为各分辨率层的边缘金字塔图像Ik(x，y)和I′k(x，y)， 过程如下通过将原始边缘图像I(x，y)和I′(x，y)相邻的2×2个像素算术平均为一个像素构造第一级边缘金字塔图像I1(x，y)和I′1(x，y)，然后在第一级边缘金字塔图像I1(x，y)和I′1(x，y)的基础上按上述方法构造第二级图像I2(x，y)和I′2(x，y)，依此类推构成所需层的边缘金字塔图像Ik(x，y)和I′k(x，y)； 2.2)在分解成分辨率由低到高的各层边缘金字塔子图像集Ik(x，y)和I′k(x，y)后，由低一级的分辨率层Ik(x，y)和I′k(x，y)的搜索结果作为高一级的分辨率层Ik-1(x，y)和I′k-1(x，y)的初始值，依次类推实现原始图像的配准； 在第k层通过方向加速法进行搜索，设置搜索步长，将参考图像和待配准图像的低频边缘图像进行配准运算，得与Ik(x，y)上点PK(x，y)在I′k(x，y)上的最佳对应点P′k(x，y)，确定图像间的变换参数，并作为下一层搜索的粗略位置； 其中k为边缘金字塔图像分解的第k层，PK(x，y)为图像Ik(x，y)上的一像素点，x，y为其横纵坐标，P′k(x，y)为图像I′k(x，y)上的一像素点； 2.3)在第k-1层配准中以第k层结果P′k(x，y)作为初始位置，在P′k(x，y)的邻域内进行配准搜索，在待配准图像中寻找P′k-1(x，y)使之与参考图像中点Pk-1(x，y)对应，从而得到本层的最佳对应点P′k-1(x，y)； 2.4)令k＝k-1，重复进行步骤2.3)的配准搜索； 2.5)缩小搜索步长，重复步骤2.3)和步骤2.4，实现逐层搜索直到k＝0，实现k＝0即最顶层上，得到的原始图像上P0(x，y)和其最佳对应点P′0(x，y)，即为的最终搜索结果，完成配准过程。 本专利技术的图像融合方法具有如下有益效果 (1)本专利技术算法与一般的基于边缘检测配准方法比较，减少了搜索位置，从而大大提高了配准速度，对于一幅n×n个像素的图像，采用全像素边缘配准算法时，理论上搜索需要的时间为O(n)次，而本专利技术中算法为O(log n)次(0(x)随x的值单调变化)，扣除预处理构建边缘金字塔图像所花费的时间，仍减少很多时间。 (2)本专利技术算法与基于全像素金字塔配准方法比较，配准更为准确，全像素金字塔配准构建各层图像时，由于整幅图像中像素点仍然相对较多，往往出现同名像素点不止一个位置的情况，容易造成死循环，而本专利技术中算法可以很好的解决这个问题，减少了配准误差，提高了配准精度。 (3)本专利技术使用小波分解进行图像边缘金字塔的构建，小波变换是一种无损变换，并且它的直流分量是光滑的，图像边缘金字塔的每一层都由一个直流分量和三个特征分量组成，可以利用特征分量进行特征匹配。图像金字塔每层上的数据与原始图像大小一样，且可以重建，所以在内存中可以释放原始图像，这样边缘金字塔图像分层后所需要的内存大小没有增加，同时小波变换具有快速算法，配准计算量小速度快。 附图说明 图1本专利技术实施例子流程图。 图2图像结构金字塔。图中显示的是对原始图像进行的二级金字塔分解示意图。 图3图像配准算法流程图。 图4图像配准效果图。图4.1是CT1109参考图像，图4.2是PD1110待配准图，图4本文档来自技高网...
【技术保护点】
一种基于图像边缘的多分辨非刚性头部医学图像配准方法，其特征在于，包括以下步骤： １）图像边缘提取 设二维图像信号ｆ（ｘ，ｙ）表示图像的像素值， 设η（ｘ，ｙ）为二维平滑函数并且满足： ∫∫η（ｘ，ｙ）ｄｘｄｙ＝１ （１） ＊η（ｘ，ｙ）＝０ （２） 对平滑函数η（ｘ，ｙ）分别求ｘ方向和ｙ方向的偏导数，则有： μ↑［１］（ｘ，ｙ）＝＊η（ｘ，ｙ）／＊ｘ；μ↑［２］（ｘ，ｙ）＝＊η（ｘ，ｙ）／＊ｙ其中μ↑［１］（ｘ，ｙ）和μ↑［２］（ ｘ，ｙ）看作二维小波函数； 则ｆ（ｘ，ｙ）对应的小波变换为：Ｗ↑［ｘ］ｆ（ｘ，ｙ）＝ｆ（ｘ，ｙ）＊μ↑［１］ Ｗ↑［ｙ］ｆ（ｘ，ｙ）＝ｆ（ｘ，ｙ）＊μ↑［２］ 对图像进行平滑，平滑后的图像ｇ（ｘ，ｙ）为： ｇ（ｘ，ｙ ）＝η（ｘ，ｙ）＊ｆ（ｘ，ｙ） （３） 对平滑后的图像求一阶微分，得： ＊ｇ（ｘ，ｙ）／＊ｘ＝＊／＊ｘ［η（ｘ，ｙ）＊ｆ（ｘ，ｙ）］＝＊ｇ（ｘ，ｙ）／＊ｘ＊ｆ（ｘ，ｙ） （４） ＊ｇ（ｘ，ｙ）／＊ｙ＝＊／＊ｙ［η（ｘ， ｙ）＊ｆ（ｘ，ｙ）］＝＊ｇ（ｘ，ｙ）／＊ｙ＊ｆ（ｘ，ｙ） （５） 式（４）和（５）的右端实际上是函数ｆ（ｘ，ｙ）的两个小波变换，即 ＊ｇ（ｘ，ｙ）／＊ｘ＝Ｗ↑［ｘ］ｆ（ｘ，ｙ）＝ｆ（ｘ，ｙ）＊μ↑［１］（ｘ，ｙ） （６） ＊ｇ（ｘ，ｙ）／＊ｙ＝Ｗ↑［ｙ］ｆ（ｘ，ｙ）＝ｆ（ｘ，ｙ）＊μ↑［２］（ｘ，ｙ） （７） 一阶导数的模极大值对应图像的边缘点，这两个一阶导数等于ｆ（ｘ，ｙ）的两个小波变换，这两个小波变换的模的极大值就对应了图像的边缘点，从而 由上述方法，得到边缘图像Ｉ（ｘ，ｙ）和Ｉ′（ｘ，ｙ），进行图像配准；其中Ｉ（ｘ，ｙ）为参考图像对应的边缘图像，Ｉ′（ｘ，ｙ）为待配准图像对应的边缘图像； ２）．图像配准 ２．１）将上述到边缘图像Ｉ（ｘ，ｙ）和Ｉ′（ｘ，ｙ）变 换为各分辨率层的边缘金字塔图像Ｉ↓［ｋ］（ｘ，ｙ）和Ｉ′↓［ｋ］（ｘ，ｙ）， 过程如下：通过将原始边缘图像Ｉ（ｘ，ｙ）和Ｉ′（ｘ，ｙ）相邻的２×２个像素算术平均为一个像素构造第一级边缘金字塔图像Ｉ↓［１］（ｘ，ｙ）和Ｉ′↓［１］（ｘ， ｙ），然后在第一级边缘金字塔图像Ｉ↓［１］（ｘ，ｙ）和Ｉ′↓［１］（ｘ，ｙ）的基础上按上述方法构造第二级图像Ｉ↓［２］（ｘ，ｙ...
【技术特征摘要】
...
【专利技术属性】
技术研发人员：吕晓琪，陶永鹏，张宝华，
申请(专利权)人：内蒙古科技大学，
类型：发明
国别省市：15[中国|内蒙]
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。