融合显性和隐性度量的多模图像配准算法

为解决基于隐性度量的图像配准算法初始配准误差大容易引起失配的问题,本文提出了一种融合显性度量和隐性度量的多模图像分层配准算法。首先采用金字塔分解算法得到低分辨率待配准图像。然后在每一层金字塔图像中,先采用互信息作为显性度量,利用粒子群算法获得初始的配准参数;以此作为初始值,采用基于隐性度量的配准算法,利用融合粒子群和鲍威尔搜索法的优化算法获取更准确的配准参数。基于低分辨率图像计算得到配准参数后,先对高分辨率待配准图像进行变换,然后利用提出的上述算法进行参数优化,根据每层得到的配准参数计算最终的配准参数。最后,采用可见光与红外图像、多波段SAR图像进行了配准实验。实验结果表明,提出的算法适用于多模图像配准,能够减小配准误差,具有一定的适用性。

基于区域相似性测量的CT/PET图像配准

以区域相似性为匹配测度,运用改进的分割方法.结合Powell寻优算法实现了CT／PET多模医学图像配准。实验结果表明,该算法易于实现,配准速度快,精度高,鲁棒性较好。

基于改进SLNC的2D-3D医学图像配准

介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,在灰度级压缩的基础上,用改进SLNC函数评价其与X线透视图像的相似性,利用与Brent相结合的Powell优化方法,搜索出相似性最大时的投影变换参数。将此方法用于移动数字X线投影设备——Biplanar 500采集的X线透视图像与相应CT体积数据的配准实验,得到较好的2D-3D图像配准效果。

基于区域相似性测量的CT/PET图像配准

图像配准在临床诊断中有重要意义 ,针对这一问题已经提出了许多方法。本文以区域相似性匹配测度 ,运用改进的分割方法 ,结合 Powell寻优算法实现了 CT/ PET多模医学图像配准。实验结果表明 ,该算法易于实现 ,配准速度快、精度高 ,鲁棒性较好。