基于最大互信息的分层图像配准方法

基于互信息的图像配准算法具有精度高,鲁棒性强的特点,但是容易陷入局部极值,产生误匹配。本文在配准中采用归一化互信息(NMI)做价值函数,考虑了计算中的出界点和插值问题,将Powell算法与分层策略相结合来进行优化处理,并通过计算图像的灰度重心设置初始参数。实验结果验证了算法在匹配精度和速度上的有效性。     

新的广义距离与多模态医学图像配准

分析了Shannon互信息、Kullback-Leibler距离和Shannon不等式之间的相互关系,并根据不等式理论,提出了广义距离度量的新概念及其定义. 在此基础上构造了多模态图像配准的一类新测度--算术-几何均值距离、Cauchy-Schwartz距离和Minkowski广义距离. 从计算速度、噪声容忍性、测度函数图形的特点和图像窗口大小影响等几个方面,通过MR和PET医学图像的实验分析,验证了新配准测度的有效性.     

基于ICP算法的距离图像配准研究

距离图像为构造物体准确的三维几何模型提供了非常好的数据,距离图像配准是三维数字图像造型技术中的关键.文中简要介绍了距离图像的获取原理,详细介绍了基本ICP算法及其常用的最优化解析方法-奇异值分解算法和四元数算法,较全面地分析了人们对ICP算法的各个阶段的改进技术.针对两幅不同视点的距离图像,利用ICP匹配算法,选择合理的匹配策略,通过编程实现了两幅距离图像的配准,取得了较好的效果.     

基于形状特征的图像配准

针对图像配准,提出了一种高效的配准方法,结合小波变换与传统的配准方法,检测形状的轮廓,利用小波分解后的系数分层提取图像形状信息,并进行由粗到细的逐次配准,然后利用最小距离函数对两轮廓进行判别,减少了计算量,得到了高精确的配准结果,有效地提高了配准效率。     

基于形状匹配的快速图像配准

为了发挥基于特征的图像配准方法和基于像素的配准方法的优点,提出了一种将特征匹配和最大互信息法相结合的配准方案：先提取参考图像和浮动图像中的目标形状进行匹配,利用匹配结果求出互信息搜索算法的初始值再进行搜索．实验表明,该方法计算量小、速度快且精度高,可避免参数搜索陷于局部极值,有效地提高了配准的速度和精度．     

基于GPU的弹性图像配准方法

通常的弹性配准技术因其计算强度大,消耗时间长,难以满足实时应用的要求．新一代图形处理器（GPU）以其用户友好的可编程性和出色的并行计算能力,为解决该问题提供了新的途径．根据GPU的自身特点,以薄板样奈插值作为变换模型,构建了弹性配准计算平台．对二维单模态和多模态的两组图像进行实验,结果表明,相比于CPU,利用GPU可以更为迅速地获得变换参数,对于大尺寸、高分辨率或者多局部形变的图像,GPU的处理速度超出CPU 1个数量级以上．     

基于边缘配准的印鉴自动鉴别方法

从图像处理和分析的角度出发,提出基于边缘配准的鉴别方法。该配准算法基于图像几何形状和统计特征,由快速形状检测算法和投影算法组成。     

一种改进边缘相关匹配的图像快速配准方法

针对图像自动配准的耗时问题,提出一种基于图像边缘链码匹配的快速配准方法。利用B样条多尺度小波提取图像的边缘和梯度幅角,通过边缘梯度幅角直方图统计获得图像之间的旋转角度,并根据图像的投影,估算参考中心点,依此建立距离和角度的限制条件,对边缘特征进行改进的Freeman编码,然后进行相关匹配运算,完成图像配准。实验表明,限制条件下的链码匹配可以有效提高配准速度。     

基于边缘检测和最大互信息的医学图像配准算法

在临床上,使用多种成像技术并适当地将其加以融合,可为临床诊断和手术治疗提供更加全面准确的信息.而图像配准是融合技术中需要先期解决的问题,也是融合的关键部分.本文提出了一种基于DSP的医学图像配准问题的研究与实现的方案.该方案首先采用TI公司的高性能多媒体数字信号处理器DM642获取实时医学图像,再用配准算法验证其获取的实时医学图像配准的可行性.并采取了基于轮廓提取和最大互信息的方法进行图像配准,克服了互信息单一的利用图像灰度信息的局限性,将边缘检测与互信息相结合,较准确地完成图像配准任务.     

基于模板匹配和光流法的图像配准方法

光流法是一种广泛应用的像素级非刚性图像配准方法。该方法对发生平移、旋转以及放缩变换的图像能够很好地配准,但是光流法在待配准图像比较大且初始位置远离目标位置时,配准速度及位置较差。文章提出了结合模板匹配和光流法的改进算法,首先通过模板匹配算法进行粗定位,再使用光流法进行精确定位。实验表明,该方法大大提高了原算法的配准能力。     

RANGE ACQUISITION IN BINOCULAR 3-D COMPUTER VISION USING EDGE-BASED HIERARCHICAL MATCHING

This paper deals with a binocular 3-D computer vision system based on the hierarchicalmatching of edge features, Frei and Chen operator is used to extract the edge. The averagegradients of an image obtained by two isotropic operators are non-equal quantized andthresholded in an angle, Edge features are extracted after passing a preemphasis transferfunction which can equalize, the noise affection. Binary edge images are decomposed into apyramid structure which is stored and searched using llliffe's location method. Corre-sponding points are used to determine the range data using triangulation based on an improvedTrivedi's formula. In calibration the authors set the optical axes of the two cameras parallelto simplify the calculation, A 3 rd order Householder transform is used to solve the compati-ble coupled equations.