利用马尔可夫随机系数和几何变换的图像配准领域绪论.doc

利用马尔可夫随机系数和几何变换的图像配准领域 图像配准是不同应用，如医学分析，生物医学系统，以及图像指导等的核心。在本文中，我们提出了一种新的算法，多模态图像配准。贝叶斯公式可能存在于系数和几何领域的观测模型中，这些系数代表了局部强度的多项式变换,作为局部的几何变换，由马尔可夫方法模拟为先验信息随机领域。这种概率的方法可以在两个领域通过最小化的能量寻找最佳估计，使得能够在图像之间配准。 简介 图像配准的目的是找到图像数据[1,2]之间一个最佳的几何转化，其中最优性准则取决于专门应用。这个任务涉及图像处理中许多应用的非常重要的分析，如医学分析，生物医学系统，图像指导，深度估计，和光流。在过去的10年中，许多方法已经出版，一个广泛而全面的调查可以在[3,4]中找到。图像配准方法可分为全局或局部。用全局法搜索一个模型，往往是一个参数的，如刚性，仿射，投影，或弯曲转变，解释图像之间的相似之处。老方法或密集配准寻求个别对应在这两个图像中的每个像素。这些方法中的每一个都可以分为基于功能或强度的。基于特征的方法接替自动特征提取或手动地标，如边缘位置或表面。强度的方法是基于强度的相似性，例如，通过估计的平方差的总和或两个图像的强度水平之间的互相关系。 一种特殊的配准被称为多模图像配准，在其中两个或更多不同来源的图像均排列，这个过程是非常有用的，例如，在医疗领域的计算机辅助可视化中，它允许人们找到对