基于交叉累计剩余熵的多光谱图像配准方法

针对传统互信息图像配准容易产生局部极值的问题,提出将双边滤波器和交叉累计剩余熵结合作为匹配算法,进行多光谱图像的配准。在这种配准算法中,首先针对多光谱图像特点,提出基于概率密度的双边滤波器边缘提取方法,其次采用交叉累计剩余熵代替互信息作为测度函数将参考图像与待匹配图像的边缘进行匹配。双边滤波器的特性是去噪保边,而累计剩余熵比香农熵更具一般性,且该函数可以有效地避免局部极值,去除噪声。实验证明,该方法鲁棒性好,配准效果明显。

改进的差分搜索算法的医学图像配准

基于互信息的医学图像配准具有精度高、鲁棒性强等特点,但互信息存在一定的局部极值,加上面对噪声图像时曲线往往不平滑,给优化过程带来了很大的困难。针对此问题,提出一种改进的差分搜索算法(modified differential search algorithm,MDSA),对交叉累计剩余熵(cross cumulative residual entropy,CCRE)进行寻优。该MDSA对原始差分搜索算法模型的搜索范围和迭代条件进行了改进,使得寻优过程更加稳定、高效。改进后的MDSA具有控制参数简单,不依赖于初始点选择,合理的搜索方向和边界控制策略等优势,有着优秀的全局和局部寻优能力。将该方法应用于医学图像刚体配准,结果证明MDSA相比差分搜索算法,能够有效地克服互信息函数存在的局部极值,提高了配准的成功率,具有较高的配准精度和较快的配准速度。