本发明专利技术公开了一种基于隐含形状表示和边缘信息融合的非刚体图像配准算法，其包含如下步骤：首先，将待配准的浮动图像和参考图像的外部轮廓对齐，实现基于隐含形状的全局配准；然后，选择基于边缘信息融合的Ｂ样条的多分辨率网格的自由变形模型进行局部配准。本发明专利技术的有益效果是：通过在配准框架中引入对边缘配准的度量，充分利用了边缘信息在图像配准中的重要贡献，改进了配准精确度和鲁棒性，得到平滑、连续且保证一对一映射的变换域。
【技术实现步骤摘要】
基于隐含形状表示和边缘信息融合的非刚体图像配准算法
本算法是一种使用从全局到局部的层次变换模型覆盖整个变换域的医学 图像配准方法，特别是解决有较大局部形变的图像配准问题。 .
技术介绍
图像配准是图像融合的前提，是公认难度较大的图像处理技术，也是决定医学图像融合技术发展的关键技术。80年代后期以来，医学图像配准的研究 日益受到医学界和工程界的重视，已在世界范围广泛展开。各类文献报道浩如 烟海，新方法层出不穷。现有的比较成熟的图像配准方法仍主要应用于刚性体 或准刚性体上，而对于非刚性体的研究仍相对薄弱。由于医学结构本身的复杂 性，多样性，临床对于没有刚性边界，甚至边界模糊的部位的配准有着迫切的 要求，促使了医学图像配准的研究中心逐步向非刚体领域转移。目前医学图像配准主要有两大类别基于外部特征的图像配准(有框架)和 基于图像内部特征的图像配准(无框架)。使用互信息作度量来配准医学图像是 目前广泛使用的比较好的一种方法。互信息是信息论中的一个基本概念，是两 个随机变量统计相关性的测度。当两幅基于共同解剖结构的图像达到最佳配准 时，它们对应像素的灰度互信息应达到最大。由于该测度不需要对不同成像模 式下图像灰度间的关系作任何假设，也不需要对图像进行分割或任何预处理，所以被广泛地用于CT/MR， PET/MR等多模医学图像配准中，特别是当其 中一个图像的数据部分缺损时也能得到很好的配准效果。基于互信息量的图像 配准存在的问题，主要表现为配准的鲁棒性问题，即在搜索最优变换的过程中存在着大量局部最大值的干扰，使得配准过程容易陷入到局部最大值而导致图 像误配。
技术实现思路
本专利技术针对己有技术的不足，提出了一种基于隐含形状表示和边缘信息 融合的非刚体图像配准算法，其步骤是首先，将待配准的浮动图像和参考图 像的外部轮廓对齐，实现基于隐含形状的全局配准；然后，选择基于边缘信息 融合的B样条的多分辨率网格的自由变形模型进行局部配准。基于隐含形状表示的全局配准具体方法是首先用隐含形状表示图像的外 部轮廓，将两幅待配准图像的外部轮廓作为距离函数的零水平集，隐含地嵌入 到高一维的距离变换空间，分别计算其距离映射图，然后通过最大化距离映射 图的互信息来实现全局配准，对齐外部轮廓，得到全局配准图像。基于边缘信息融合的B样条的多分辨率网格的自由变形模型进行局部配 准具体方法是首先，融合边缘信息；然后，选择基于B样条的自由变形模型， 通过从粗糙到精细的多分辨率B样条控制网格的层次配准方法改进速度、精确 度和鲁棒性，并改进图像相似性度量。边缘和图像数据融合技术具体方法是首先，对参考图像和全局配准图像 分别进行算子滤波，得到各自的边缘检测图像，通过乘以一个抑制因子的方法 对边缘检测图像中像素值大于特定阈值强边缘加以抑制；然后，将原图与边缘 检测图像按一定的权值进行图像融合，形成新的图像；最后，对融合后的图像 按多分辨率网格自由变形方法进行配准。基于B样条的多分辨率网格的自由变形的局部配准方法是首先，定义 基于B样条的自由变形为1维三次B样条的2维张量积形式，在参考图像上放置稀疏、规则的格点，即控制点，然后通过定义每个控制点的运动来获得形变 域，使用样条插值核计算控制点之间的形变值，从而产生一个局部控制、全局 平滑的变换；然后，逐步减小控制点的间距，即逐步增加网格的分辨率，重复同样的步骤进行配准;通过提高控制点网格的分辨率来表示局部形变的配准变 换。本专利技术的优点是提出了一种适用于复杂图像的基于隐含形状表示和边 缘信息融合的非刚体图像配准算法，本算法对基于多分辨率网格FFD模型的形 变配准进行改进，在配准框架中引入对边缘配准的度量，充分利用了边缘信息 在图像配准中的重要贡献，改进了配准精确度和鲁棒性，得到平滑、连续且保 证一对一映射的变换域。 .附图说明图1为本专利技术图像配准算法全局配准框架； .图2为本专利技术图像配准算法局部配准过程。具体实施方式下面，结合附图和具体实施方式对本专利技术作进一步的说明。 本算法提出的基于隐含形状表示和边缘信息融合的非刚体图像配准，它包 括基于隐含形状表示的全局配准，基于边缘信息融合的B样条的多分辨率网 格自由变形的局部配准。其中全局配准的主要目的是对齐图像外部轮廓。首先通过平移变换对齐浮动图像g和参考图像y外部轮廓的形状中心(以下简称 "形心")，使得全局相似变换的平移参量为很小或为O，然后计算形心对齐后 的两幅图像的距离映射图，利用相似变换、互信息度量、梯度下降方法配准距离映射图，得到最优变换参量，再利用得到的参量对参考图像重采样，完成全 局配准过程。全局配准框架如图1所示。首先提取图像的外部轮廓(闭合曲线)，利用水平集函数对外部轮廓建模， 即使用距离变换将外部轮廓作为距离函数的零水平集嵌入到高1维空间。为了便于表示，考虑2维情况。令①:Q — iT为Lipschitz函数，表示形状S的距 离变换。形状S定义了图像域D的划分包围在S以内的区域。给定上述定义，隐含形状表示为，力=0, "力eS +D((a^),5)>0, (^y)e^这里D((x，力,S)表示图像像素位置O,力和形状S之间的最小距离。我们使用嵌入空间中轮廓附近的窄带作为采样区域解决了隐含形状表示 在配准过程中的效率问题，这样在提高速度的同时产生了可与使用整个图像区 域相比拟的结果，并且防止了图像配准过程中出界点产生误差的问题。基于隐含形状表示的全局配准中最大化互信息的全局配准，两幅图像^和^的互信息可以定义如下(^、s分别表示参考图像y和形心对齐后的浮动图像g外部轮廓的距离映射图)/(j， S) = //(J) + - //(A 5)其中F")、 H⑨和^4^)为随机变量X与S的个体熵和联合熵，其定义为卿=》，/《 ，,W = J] ，,尸^ ,WO力这里P/^和iy^为边缘概率密度函数，S/^^为联合概率密度函数。基于B样条的多分辨率网格自由变形的局部配准，局部形变可以辅助全局 配准模型得到精确的形变配准域。我们选择基于B样条的多分辨率网格自由变形模型来描述局部形变。令A表示控制点A"的一个大小为"'x"'的网格，控制 点&有均匀间距乙那么，自由变形可以写成1维三次B样条的2维张量积形 式<formula>formula see original document page 8</formula>，A表示第Z阶B样条基函数:300) = (1-m)3/6 5,(w) = (3w3 _ 6w2 + 4)/6 石2(") = (-3w3 + 3w2 + 3" + 1)/6 53(w) = w3 / 6B样条是局部控制的，这使得它即使对于大数目的控制点计算效率也很高。特别地，三次B样条的基函数是有限支持的，就是说改变控制点^只在 控制点局部邻域内影响变换。控制点八作为B样条自由变形的的参量和非刚体形变的自由度，它的建模主i依赖于A网格的分辨率。大的控制点间距允许全局非刚体形变，而小的控制点间距可以对高度局部化的非刚体形变建模。同时，控制点网格的分辨率定义了自由度的数目，从而决定了计算的复杂度。令A、…，A"表示不同分辨率的 控制点网格。假设控制点的间距从A'逐步减小到A"1，即控制网格的分辨率逐步增加。每本文档来自技高网...
【技术保护点】
一种基于隐含形状表示和边缘信息融合的非刚体图像配准算法，其特征在于包含如下步骤：首先，将待配准的浮动图像和参考图像的外部轮廓对齐，实现基于隐含形状的全局配准；然后，选择基于边缘信息融合的Ｂ样条的多分辨率网格的自由变形模型进行局部配准。
【技术特征摘要】
【专利技术属性】
技术研发人员：于慧敏，廖秀秀，金伟，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]
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。