论文部分内容阅读
现代医学影像学为人们提供了多种模态的医学图像(如CT,MR,PET等),不同模态的图像提供了人体的不同信息。通过医学图像融合技术可以把不同模态图像的有用信息融合在一起,形成一幅综合反映人体信息的图像,但在图像融合前必须首先实现图像的配准。医学图像配准技术起源于二十世纪九十年代,目前已成为医学图像处理领域热点之一。本文主要对基于互信息的医学图像配准方法进行研究,该方法具有自动化程度高、配准精度高、鲁棒性强等优点,是目前研究最多的配准方法之一。本文主要的工作如下：(1)根据刚体变换前后像素点之间的距离和角度保持不变这一性质,对二维刚体变换公式和三维刚体变换公式进行了步骤分解,通过分步计算的方式来实现刚体变换,在不影响配准结果的情况下,能够有效地降低空间变换运算的次数,降低配准时间。(2)在前人研究基础上对互信息局部极值产生原因进行了进一步的研究,发现局部极值的产生不仅是受到插值算法的影响,还与熵本身的性质有关,并结合PV插值法和熵的性质对互信息局部极值产生原因进行了详细的分析。(3)介绍了加权熵的概念,给出了一种权值选取方案,并把该权值加权熵引用到图像配准方法中,提出了一种基于加权熵互信息医学图像配准方法,阐述了该方法的配准原理。(4)在二维图像配准领域,从多个方面比较了归一化互信息、Tsallis熵互信息以及加权熵互信息的配准结果,实验结果表明在采用了一些降低运算时间的技术后,加权熵互信息能够较好地避免局部极值的影响,获得正确的配准结果。(5)在三维图像配准领域,结合主轴法和互信息方法来实现图像的配准,不仅能够有效的避免局部极值的影响,而且能够大大降低配准时间。本文首先采用Canny算子提取图像的边缘,然后使用数学形态法对提取后的边缘进行连接并获得图像的轮廓,再利用主轴法来计算轮廓的主轴和质心,获得图像的粗配准结果,最后将粗配准结果作为互信息配准方法中优化算法的初始搜索点进一步获得精确的配准结果。