醫(yī)學圖像分割與配準算法研究.pdf

1、圖像分割與配準一直是圖像處理中的兩大重要任務(wù)。在醫(yī)學影像分析處理中，分割和配準占據(jù)著重要的地位，它們是后續(xù)的圖像融合及三維重構(gòu)等操作的前提。近幾十年來，雖然研究人員不斷提出針對分割和配準的新方法，但這些方法都不具備廣泛的通用性，而且在實際應(yīng)用中也存在著很多問題，這使得分割和配準仍將是醫(yī)學圖像處理中的研究重點。本文針對這兩項圖像處理技術(shù)，主要做了以下研究：
　　1.在局部二值擬合(LBF)分割算法基礎(chǔ)上，對其目標函數(shù)添加一項基于Fi

2、sher準則構(gòu)造的能量項，通過引入輪廓曲線兩側(cè)像素點的全局統(tǒng)計信息，可避免水平集曲線在演化過程中因陷入局部極小值而停止演化，降低了分割結(jié)果對輪廓線初始位置的依賴性，使分割更具穩(wěn)健性和實用性。
　　2.針對互信息剛性配準算法計算量大、耗時長的不足，研究了一種由粗到細的互信息配準法：算法中采用改進的Powell算法，避免在搜索變換參數(shù)的過程中收斂于局部最優(yōu)解；同時，對小分辨率的圖像進行粗配準得到的變換參數(shù)作為原始圖像配準時的起始搜索點