基于隐含形状表示和边缘信息融合的非刚体图像配准

本研究提出基于隐含形状表示和边缘信息融合的多分辨率网格非刚体图像配准算法,使用从全局到局部的层次变换模型覆盖整个变换域,解决有较大局部形变的图像配准问题。首先用隐含形状表示图像的外部轮廓,将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,在该隐含嵌入空间中使用互信息方法,实现了一个具有平移、旋转、尺度不变性的全局配准框架,对齐图像外部轮廓。然后选择基于B样条的多分辨率网格FFD模型进行局部配准,兼顾了结果精确度和计算效率。算法采用了与图像边缘信息融合的方法,强调图像边缘信息在配准中的贡献,得到平滑、连续且保证一对一映射的变换域。最后将该算法分别应用于脑部MR、CT图像的配准,得到令人满意的效果。