基于平移旋转不变的塔式分解和模糊梯度场的医学图像配准

为了提高医学图像配准的精度和速度,提出一种改进的圆周对称多分辨率分解算法,用环形带通滤波器代替高通滤波器,使各尺度的子带都具有平移和旋转不变性.不丢失信息的前提下,降低计算的冗余度.塔式分解的低频子带能量集中,用互信息进行配准;高频子带提供重要的解剖结构信息,构造基于边缘信息的模糊梯度场,并用模糊贴近度作为相似性测度,与互信息相结合.实验结果验证了新的金字塔算法的有效性,并且可以实现多模态医学图像的配准,结合模糊梯度场的配准算法提高了算法的鲁棒性,快速准确稳定地实现医学图像配准.

基于互信息量和模糊梯度相似性的医学图像配准

本文分析了基于互信息量的医学图像配准算法中存在的鲁棒性问题 ,提出创建图像的模糊梯度场及建立模糊梯度相似性测度 ,并将其结合到互信息量配准算法当中 .实验证明 ,本方法很好的解决了传统基于互信息量的方法中存在的鲁棒性问题 ,能够快速稳定地实现医学图像配准 .

基于对齐度和模糊梯度相似性的图像配准

提出一种基于对齐度和模糊梯度相似性的图像配准方法.该方法利用小波多尺度积提取边缘图像和特征点,然后利用角度直方图估计旋转角度,再使用提出的基于对齐度和模糊梯度相似性的配准准则来确定匹配点对.实验结果表明,该方法精确性较高,并具有一定的抗噪性.