基于光流场模型的非刚性医学图像配准算法研究计算机应用技术专业论文.docxVIP

内 内蒙古科技大学硕士学位论文 I I 摘 要 医学图像配准是指针对两幅医学图像，通过对其寻找某种空间变换，使得两 幅图像的特征点、面或像素值达到空间上的一致。医学图像配准在临床上有非常 重要的研究意义，是非常有价值的。 本文分析了非刚性对象形变的特点，对医学图像刚性配准和非刚性配准技术 进行了深入系统的研究，以非刚性医学图像配准为目的，对医学图像的配准步骤 及配准技术等进行了研究和实现，并且改进了不足的地方，提出了一种更加合理 的改进的基于光流场模型的非刚性配准算法。并且通过实验验证了该方法的优越 性，有较强的鲁棒性。 本文的主要工作如下： 1、针对非刚性对象心脏的运动形变特点，采用了分级配准的思路，首先对两 幅待配准图像利用 SIFT 特征算法进行粗配准，再利用光流场算法最终实现精确配 准。 2、采用 SIFT 特征算法进行局部图像配准，克服了图像的旋转、尺度缩放、 亮度变化等因素的影响，具有较高的辨别能力和较强的适应性，有利于后续的匹 配。SIFT 特征算法适用于时间序列图像，该算法能够自动、快速地提取图像特征 向量。 3、采用基于光流场模型的 Demons 配准算法，采用两幅图像间的互信息对当 前偏移变换的梯度为互信息梯度，在图像原有变形力的基础上，增加该梯度为另 一个力，两图像间互信息增大的方向即为浮动图像变换的方向，当两图像间的互 信息达到最大时，则图像配准已经完成。 4、针对配准算法速度问题，本文结合了两种插值方法，分别是线性插值和 中心差分方法。同时在算法实现的时候采用了多分辨率策略，进一步有效提高了 算法执行速度，并且避免了局部极值的产生，保证配准结果的可靠性和精确性。 关键词：医学图像配准；非刚性图像；SIFT；光流场模型 II II Abstract Medical image registration is to make characteristic points, face or pixels of two medical images achieve space consistent through looking for some space change which has a very important research and clinical application significance. It is valuable. Medical image registration algorithms can be classified into rigid medical image registration and non-rigid registration algorithms. They were studied systematically in this paper. In order to achieve non-rigid medical images registration, the steps and technologies of medical images registration are explored and practiced. Some disadvantages of the traditional algorithms are improved. A new non-rigid registration algorithm based on optical flow model is proposed successfully which is more reasonable and improved. The main work in this paper as follows: Based on the characteristics of non-rigid heart image deformation, a step-by- step image registration strategy is proposed. Firstly, SIFT feature algorithm is used to image to get rough registration and then optical flow algorithm is used to achieve the final accurate registration. Local image registration were achieved by using SIFT characteristic algorithm which can overcome the changes of image scaling, rotating, scale brightness, e