引入边缘信息度量多分辨率网格FFD形变图像配准.pdfVIP

引入边缘信息度量的多分辨率网格FFD 形变图像配准1 1 1 2 廖秀秀 ，于慧敏 ，扬威 1 浙江大学信息电子工程学系，杭州（310027 ） 2 浙江天正信息科技有限公司（浙江省计算机研究所），杭州（310006 ） E-mail ：liaoqi0221@ 摘 要：针对形变图像配准问题，提出一种新的图像配准算法。算法采用基于 B 样条的多 分辨率网格FFD 的图像形变建模。在MSD 度量标准中引入边缘配准测度，提出了一种改进 的图像相似性度量方法，强调了边缘信息对配准的贡献。设计了一种可选择的交互式配准方 法，用于进一步减少局部区域的配准误差。实验结果验证了本文方法有很好的配准精度，得 到平滑、连续且一对一映射的变换域。 关键词：形变图像配准；自由形变；边缘信息；交互式配准 1. 引 言 图像配准技术现已广泛应用于模式识别、计算机视觉、医学影像处理、遥感数据处理等 诸多领域[1] 。图像配准的过程实际上是指寻求两幅图像间一对一映射的过程，即使两幅图像 的对应点达到空间位置上的一致。 图像配准涉及了三个方面： (1)特征空间。特征空间一般可分为：特征点，即选取一些几何上或解剖上有意义且容 易定位的点组成特征空间；特征曲线/ 曲面，即提取感兴趣区域的轮廓曲线/ 曲面作为特征空 间；基于像素/体素，即用整幅图像的所有像素/体素共同组成特征空间。最后一种方法利用 了图像的所有信息，因此精确度较高。本文使用基于像素的方法，并在此基础上作了改进， 除了利用图像本身的信息，还引入了边缘信息，进一步提高配准精度。 (2)变换模型。变换包括全局和局部变换，可以是刚体或者形变的。全局变换应用于整 幅图像，有刚体变换、相似变换、仿射变换和投影变换。全局变换模型较简单，但是在医学 图像上应用很有限，因为很多器官局部形变很显著。对于身体的大部分器官，要求更多的自 由度来描述不同的形变并达到足够的精确度。因此，一般先进行粗略的全局配准，在此基础 上再进行精细的局部形变配准。局部变换包括光流模型、薄板样条、射线基函数、空间形变 技术如FFD( free-form deformation)等。光流经常用来建模局部形变，但是它不保证拓扑不变， 而且不一定产生一对一的相关性。薄板样条和射线基函数是另外两种普遍的非刚体变换技 术，但是它们都要求找到两组明确的相关标记点，因此自动寻找对应的标记点是主要问题， 而且标记点的准确性会影响配准的精确度。在很多情况下，FFD 由于其建模局部形变的能 力、不受限制的自由度以及高计算效率而成为最好的选择。FFD 能够隐含地强加平滑约束， 对噪声鲁棒，并能通过多分辨率的方法建模从大到小的非刚体形变，其恢复的形变域平滑、 连续，保持形状拓扑不变，且保证了一到一的映射。本文选择基于B 样条的FFD 变换模型， 并通过从粗糙到精细的多分辨率控制网格的层次配准方法改进速度、精确度和鲁棒性。 (3)优化方法。配准是一个迭代过程，运算量较大，需采用一定的优化措施使相似性度 量更快、更好地达到最优值。常见的优化算法有：Powell 法、下山单纯形法、 Levenberg-Marquadrt 法、Newton-Raphson 迭代法、随机搜索法、梯度下降法、遗传算法、 1本课题得到浙江省科技计划项目（2006C21035）的资助。 -1- 模拟退火法等。在实际应用中，经常使用附加的多分辨率和多尺度方法加速收敛，降低需要 求解的变换参数数目，避免局部极小值。本文使用L-BFGS(limited-memory Broyden Fletcher Goldfarb Shannon minimization)，一种有限存储拟牛顿最小优化方法。由于FFD 变换模