基于多分辨率B樣條和GTM的圖像配準(zhǔn)算法研究.pdf

1、在醫(yī)學(xué)診斷和治療的過程中，常常需要對(duì)比多幅圖像進(jìn)行分析以獲得更精確和全面的信息。圖像分析需要多幅圖像的幾何位置保持一致，即需要對(duì)多幅圖像進(jìn)行配準(zhǔn)。因此，醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像處理領(lǐng)域中一個(gè)基礎(chǔ)和重要的研究課題。近年來，隨著醫(yī)學(xué)影像技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，醫(yī)學(xué)圖像配準(zhǔn)技術(shù)得到了不斷的發(fā)展和完善，其應(yīng)用領(lǐng)域也不斷擴(kuò)展，它已成為醫(yī)學(xué)圖像融合、醫(yī)學(xué)圖像重建、圖像與標(biāo)準(zhǔn)圖譜匹配等研究的基礎(chǔ)。目前，醫(yī)學(xué)圖像配準(zhǔn)已成為醫(yī)學(xué)圖像處理領(lǐng)域研究的熱點(diǎn)和

2、難點(diǎn)之一。
　　醫(yī)學(xué)圖像配準(zhǔn)主要可以分為基于特征驅(qū)動(dòng)的方法和基于灰度驅(qū)動(dòng)的方法兩大類。本文在基于特征驅(qū)動(dòng)方法的基礎(chǔ)上，對(duì)圖像配準(zhǔn)各個(gè)環(huán)節(jié)所使用的技術(shù)進(jìn)行了深入的研究。論文的主要工作如下：
　　(1)首先對(duì)特征點(diǎn)獲取過程中存在的問題進(jìn)行了深入的研究和討論。準(zhǔn)確、自動(dòng)的提取特征點(diǎn)是特征獲取過程中的難點(diǎn)。本文針對(duì)肝臟和肺器官存在大量血管結(jié)構(gòu)的特點(diǎn)，使用了一種自動(dòng)提取特征點(diǎn)并確定特征點(diǎn)集間映射關(guān)系的算法。為了更好的提取出血管，提出了

3、一種改變平均灰度進(jìn)行二值化圖像的方法，采用Palagyi算法對(duì)血管進(jìn)行細(xì)化，建立血管樹型模型，通過對(duì)血管樹的遍歷，找出分支結(jié)點(diǎn)和葉結(jié)點(diǎn)，作為特征點(diǎn)集；通過聯(lián)合圖配準(zhǔn)算法，尋找兩幅圖像中對(duì)應(yīng)的血管樹，進(jìn)而找到特征點(diǎn)集之間初步的映射關(guān)系。
　　(2)對(duì)現(xiàn)有的冗余點(diǎn)去除算法進(jìn)行了研究。深入研究了 Soft Assign算法、RANSAC算法和 GTM算法的基本原理，通過仿真實(shí)驗(yàn)分別從精確度、正確點(diǎn)的留存率、能量函數(shù)三個(gè)方面對(duì)其去除冗余點(diǎn)

4、的效果進(jìn)行了綜合評(píng)估并給出結(jié)論。采用快速搜索近鄰法對(duì) GTM算法進(jìn)行改進(jìn)，實(shí)驗(yàn)證明，改進(jìn)的 GTM算法在不改變計(jì)算精確度的基礎(chǔ)上，大大提高了算法的運(yùn)行效率。
　　(3)深入研究了薄板樣條差值算法和 B樣條插值算法。針對(duì) B樣條差值算法中函數(shù)變換的精確性與平滑性難以兼顧的問題，提出了基于多分辨率的 B樣條插值算法，此算法將控制網(wǎng)格分級(jí)，最稀疏的網(wǎng)格擬合大的形變，較密的網(wǎng)格減小逼近誤差。實(shí)驗(yàn)證明了多分辨率的B樣條插值能夠使配準(zhǔn)結(jié)果的精