原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第四部分模式识别、机器视觉与多媒体
基于互信息及图像梯度的医学影像扭曲配准方法
裴继红1，田剑豪2’1
(1ATR国防科技重点实验室智能信息处理分室，
子工程学院，西安710071)
摘要：基于互信息扭曲医学影像配准方法中往往由于采样点过少，导致以互信息作为配准准则产生配准误差。本文
通过将图像的互信息和梯度信息结合作为配准准则，自动确定配准控制点，并采用薄板样条插值实现图像的扭曲配准。
实验证明，本方法可以较好地解决小采样情况下互信息的局部极值问题，提高配准精度。
关键词：扭曲配准；互信息；梯度；薄板样条插值
on
Medical Based Mutual
ImageNon-RigidRegistration
Informationand Gradients
Image
PEI Jian—ha01，i
Ji．hongi．TIAN
(1ATRNationalDefence ofShenzhen Schoolof
KeyLabortoy
Electronical
Engineering，XidianUniversity,ShanXi，710071)
Abstract：Localmaximainmultimodalitynon—rigid basedonmutualinformationisdiscussedinthis
image registration paper．
andmutualinformationareusedasthe me廿ic．Thelocal is to
Imagegradients registration rigidregistrationperformedproduce
isusedtorealizethe elastic results
interpolation
correspondingpointsautomatically．Thinplate global registration．Simulation
illustratethe and ofthismethodin
efficiencyaccuracy registrationstrategy．
Plate
Keywords：Non-RigidRegistration，Mutual Gradients，Thin
Information，Image Interpolation
描述待配准图像中的各种形变。基于互信息的扭曲
图像配准方法是自动图像配准方法的研究热点【l】，
1 引言
但对于扭曲配准，互信息可能会因为图像子块过小
出现较严重的局部极值，甚至互信息的最大值对应
医学图像配准是指对于一幅医学图像寻求一种 的并不是最佳配准位置。本文提出了一种基于互信
空间变换，使它与另一幅医学图像上的对应点达到 息与图像梯度信息的扭曲配准方法，该方法采用分
空间上的一致。这种一致是指人体上的同一解剖点 层配准策略，将图像分成若干小块，结合互信息和
在两幅图像上有相
文档评论（0）