基于最大化对齐度的多模态图像自动配准l - 电子与信息学报 - 中国 .pdf

第25卷 第6期 电子 与 信 息 学 报 Vo1．25No．6 2003年 6月 JOURNALOFELECTRONICSANDINFORMATIONTECHNOLOGY Jun．2003 基于最大化对齐度的多模态图像 自动配准 王东峰 邹谋炎 (中国科学院电子学研究所 北京 100080) 摘 要 该文讨论图像配准的广义定义并提出一种新的图像配准准则一 对齐度．对齐度能够正确地反映 两幅不同灰度属性的图像是否配准，并且将 图像配准归结为对齐度 的最大化．新准则可以用来配准多模态图 像包括灰度属性差异很大的图像．该文应用多分辨率方法和 Powell方 向族搜索法来最大化对齐度．因此， 用该方法可 以自动地处理图像配准问题，不需要定义地标点或特征点．多模态医学图像和遥感图像的自动配 准 的例子说 明了该文方法的有效性 ． 关键词 图像配准，对齐度，多模态图像 中图号 TN9l1．73 1引 言 图像配准是 图像处理的一个基础问题。对同一场景使用相同或不同的传感器 (成像设备)， 在不同条件下 (天候、照度、摄像位置和角度等)获取的两个或多个图像一般说会有所不同。简 单来说，配准就是对 同一场景的不同图像的内容进行空间位置的匹配。多种成像模式产生的图 像会表现出不同的分辨率，不同的灰度属性等等差异，它们通常被称为多模态图像 。为了对场 景进行深入分析，需要把两个或多个多模态图像数据融合起来 。实现这些图像的配准，则是最 基本的一步。图像配准的应用领域包括：医学图像对 比分析，病变定位，大脑或血管造影等； 遥感数据分析，农业、地理、海洋、石油、地矿勘探、污染、城市、森林等 目标定位、测量和分 析 ；计算机视觉， 目标识别、形状重建和运动分析等等 。 迄今已报道了多种图像配准方法。例如图像互相关函数 (cross—correlationfunction)lll、相 关系数 (correlationcoefficient)12J、方差求和 (sumofsquareddifferences)等方法，基于像元 灰度匹配的传统概念，这些方法难于处理多模态图像配准 问题 。 1995年， Viola等人 l3，4J和 Collignon等人 J分别独立地把交互信息 (mutualinformation)引入图像配准领域，为多模态 图像配准建议 了一种思路，在医学图像处理领域 引起了一定的研究兴趣 l0，7l。该方法要求的计 算量大，不适合处理非线性形变和局部形变 问题，还有待发展改进 。傅 氏变换方法 已被证 明对 图 像配准十分有用。对图像进行快速傅利叶变换 (FFT)后，应用相位相关等技术可以处理旋转、 平移和缩放失配的图像配准 18--10J。但傅 氏变换方法也不能处理非线性变形等 问题和不同灰度 属性图像的配准。基于特征的图像配准首先要对 图像进行预处理，提取可利用的图像特征如角 点、线段、闭合或部分边缘 曲线、闭合 区域重心等，通过寻找这些特征之间的匹配关系达到整 幅图像的配准 l【卜 J。然而，例如对于分辨率和灰度属性不同的两幅图像，如何定义它们的特 征点的一致性还缺乏成熟的概念。在实用中特征点 (控制点)也可人工选取和预先植入。这时， 特征点的位置精度受人的主观判断的影响。 文章第 2节从进一步分析 图像配准 的概念入手 ，并基于此建议一个新 的配准准则一 对齐 度准则，从而将 图像配准 问题转变为一个参数优化 问题 。第 3节介绍最大化对齐度的多分辨率 Powell方 向族搜索法，第 4节展示了一些试验结果，最后是总结与展望。 2新的图像配准准则——对齐度 给定两幅待配准图像 I1(x，)和 (z，)，我们称其中之一比如 ／l(X，Y)为参考图像，另一 2002—01—15收到， 2002—04—15改回 国家自然科学基金 (批准和中国科学院科技创新基金资助 756 电 子 与 信 息 学 报 25卷 个 (