医学图像匹配简介.pptVIP

一、图像匹配概述 (医学)图像匹配介绍 王海琳 主要内容 一、图像匹配概述 二、图像匹配算法： 1、SUSAN算法 2、SIFT算法 3、SURF算法 三、搜索算法 1、Powell算法 2、遗传算法 3、蚁群算法 4、标准粒子群算法 四、相似性测度 一、图像匹配概述 一、图像匹配概述 1、图像配准的过程实际上可以描述为寻求两幅图像之间一对一映射的过程。即对不同时间、不同视场、不同成像模式的两幅或者多幅图像进行变换，使代表相同结构或特征的像素或体素在空间上能够匹配对应起来。 一、图像匹配概述 定义一个相似性测度函数S(·)，然后确定一个最优的变换关系T，使两幅或者多幅图像经过该空间变换后，之间的相似性达到最大，也就是达到空间几何上的一致。 F 表示固定图像，M 表示浮动图像 一、图像匹配概述 2、图像配准的基本框架主要包括四个功能模块： 特征空间； 搜索空间； 搜索策略； 相似性测度。 一、图像匹配概述 特征空间 用于确定配准图像的控制结构，或叫特征集，包括点、线等。 在基于灰度的图像配准方法中，特征空间为图像像素的灰度值； 在基于特征点的图像配准中，特征空间一般为点、边缘、曲线、不变矩等。 特征空间的选取决定了配准算法的运行速度和鲁棒性等性能。 特征空间一般需要具备特性：提取算法简单、特征匹配算法量小、数据量合适、抗噪性强、通用性。 一、图像匹配概述