信息论与编码应用报告-互信息技术在数字图像配准中的应用参考.doc

信息论与编码应用报告 互信息技术数字图像配准 专业班级： 电子信息工程 姓 名： 学 号： 201 时 间：2014年6月9日 指导老师： 2014年6月9日 目 录 摘要： 1 Abstract： 2 前言 3 1 概述 4 1.1 互信息与信息论 4 1.2 数字图像配准 5 1.2.1 数字图像配准的介绍 5 1.2.2 数字图像配准的方式 5 1.2.3 数字图像配准的发展 6 2 配准方法 7 2.1 变换和插值模型 7 2.2 特征点的提取 8 2.3 多元互信息 11 2.4 优化算法 12 2.4.1 编码方式 12 2.4.2适应度表示 12 2.4.3轮盘赌法和最优保存策略 12 3 互信息技术在图像配置中的应用 13 3.1 Harris角点后的CT图和PET图 14 3.2 配准过程及结果 14 4 总结 14 参考文献： 16 互信息技术数字图像配准 信息与计算科学专业 指导教师 【摘 要】：医学图像配准技术已经被应用于心脏病诊断和包括脑瘤在内的各种各样的神经混乱诊断研究中。图像配准是使两幅图像上的对应点达到空间上一致的一个过程。 前言 互信息是信息论的一个基本概念，是两个随机变量统计相关性的测度。Woods用测试图像的条件熵作为配准的测度，用于PET 到MR 图像的配准。Collignon 、Wells[1] 等人用互信息作为多模态医学图像的配准测度。以互信息作为两幅图像的相似性测度进行配准时，如果两幅基于共同解剖结构的图像达到最佳配准时，它们对应的图像特征互信息应为最大。最大互信息法几乎可以用在任何不同模式图像的配准中，特别是当其中一个图像的数据部分缺损时，所以这种方法广泛用于多模态图像的配准中。但是，当待匹配图像是低分辨率、图像包含的信息不够充分或两幅待匹配图像的重叠部分较少时，基于互信息的配准目标函数就会极不光滑，出现较多局部最优解，为目标函数最优解的搜索带来较大的难度。但由于该测度不需要对不同成像模式下图像灰度间的关系作任何假设，也不需要对图像进行分割或任何预处理，因此，该测度可以被广泛地应用于CT-MR，PET-MR 等多种图像的配准工作。 基于最大互信息的图像配准因为要进行全局参数优化搜索，配准时间也比较长。Rangarajan[2] 等提出了一种利用互信息匹配形状特征点进行配准的策略. 该策略针对待配准的两幅图像，首先分别提取出形状特征点的集合，并定义这两个集合它们的互信息，然后使之最大化，以达到配准。 1 概述 1.1 互信息与信息论 一般而言，信道中总是存在着噪声和干扰，信源发出消息x，通过信道后信宿只可能收到由于干扰作用引起的某种变形的y。信宿收到y后推测信源发出x的概率，这一过程可由后验概率p(x/y)来描述。相应地，信源发出x的概率p(x)称为先验概率。我们定义x的后验概率与先验概率比值的对数为y对x的互信息量，也称交互信息量（简称互信息）。 互信息是计算语言学模型分析的常用方法，它度量两个对象之间的相互性。在过滤问题中用于度量特征对于主题的区分度。互信息的定义与交叉嫡近似。互信息本来是信息论中的一个概念,用于表示信息之间的关系, 是两个随机变量统计相关性的测度，使用互信息理论进行特征抽取是基于如下假设:在某个特定类别出现频率高,但在其他类别出现频率比较低的词条与该类的互信息比较大。通常用互信息作为特征词和类别之问的测度，如果特征词属于该类的话，它们的互信息量最大。由于该方法不需要对特征词和类别之问关系的性质作任何假设，因此非常适合于文本分类的特征和类别的配准工作。 信息论是一门应用概率论、随机过程、数理统计和高等代数的方法来研究信息传输、提取和处理系统中一般规律的学科；它的主要目的是提高信息系统的可靠性、有效性、保密性和认证性，以便达到系统最优化；它的主要内容包括香农理论、编码理论、检测和估计理论、信号设计和处理理论、调制理论、随机噪声理论和密码学理论。 信息理论的应用领域是十分广泛的，也是非常重要的，我们所知道的多是在通讯方面的应用，这是因为香农等人的工作开拓了这方面的广泛而深入的应用。实际上，任一科学技术领域都离不开信息的基本知识和基本概念的。 1.2 数字图像配准 1.2.1 数字图像配准的介绍 图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。 配准技术的流程如下：首先