基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.

基于边缘特征点的全景图像拼接算法

全景图像拼接技术已经成为图像处理领域中的一个研究热点.传统的基于特征的全景图像拼接方法存在旋转、扭曲对匹配结果影响较大的缺点,拼接质量不高.为改善和提高拼接效果和扩展度,首先对图像边缘特征点的配准、几何坐标优化、空间坐标变换、最优投影变换参数的求解、融合等方面展开研究,然后基于此改进相应算法,提出一种基于边缘特征点的全景图像拼接算法,并进行了应用实验.实验结果表明,所给算法比传统算法具有更良好的拼接效果和实用价值.

和声量子遗传算法在图像配准中的应用

针对图像配准中的优化问题,利用量子遗传算法全局寻优能力强以及和声算法的微调特性,提出了一种新的和声量子遗传算法(harmony search quantum genetic algorithm,HSQGA)。并将其应用到航拍图像配准当中。仿真结果证明了该算法比原有的和声算法和量子遗传算法在图像配准参数优化过程中具有更好的优化性能。此外,利用两个标准基本测试函数对新算法进行了测试,结果表明在一定的迭代次数内,该算法对一些复杂的优化问题也能精确寻优。

Powell和SA混合优化的互信息图像配准

基于互信息的图像配准方法具有鲁棒性强、配准精度高等优点,已被广泛应用于医学图像的配准。但计算互信息涉及大量的浮点运算,且搜索最大互信息时容易陷入局部极值。本文提出了一种基于Powell算法和模拟退火算法的混合优化方法。实验结果显示,该优化算法提高了搜索全局最优解的速度,限制了局部极值,而且提高了配准精度,达到亚像素级。

基于FFT和遗传优化的遥感图像配准研究

提出了基于傅立叶变换和遗传优化的遥感图像配准方法。利用对数极坐标形式下的傅立叶变换,计算两幅遥感图像之间的相似变换参数,并将所得到的变换参数进行遗传优化。实验表明算法取得了较好效果。