基于圖像特征和光流場(chǎng)的非剛性配準(zhǔn)算法研究.pdf

1、非剛性圖像配準(zhǔn)技術(shù)是數(shù)字圖像處理中的一個(gè)重要的研究方向，在遙感圖像分析和醫(yī)學(xué)圖像分析等領(lǐng)域有著廣泛的應(yīng)用。傳統(tǒng)非剛性配準(zhǔn)算法主要分為基于圖像特征和基于圖像灰度兩種方法，其中基于特征的方法配準(zhǔn)時(shí)間短，但配準(zhǔn)精度較低;而基于灰度的方法可以達(dá)到較高的配準(zhǔn)精度，但配準(zhǔn)時(shí)間長(zhǎng)。針對(duì)傳統(tǒng)非剛性圖像配準(zhǔn)算法存在無(wú)法同時(shí)滿足配準(zhǔn)精度和配準(zhǔn)時(shí)間要求的問(wèn)題，本文在深入研究基礎(chǔ)上，提出了幾種相關(guān)的非剛性圖像配準(zhǔn)算法:基于圓形描述子特征的非剛性配準(zhǔn)算法(Cir

2、cle Descriptor Feature，CDF)、基于動(dòng)態(tài)驅(qū)動(dòng)力Demons的非剛性配準(zhǔn)算法(Dynamic Driving Force Demons，DDFD)、基于圖像特征和光流場(chǎng)的菲剛性配準(zhǔn)算法。
　　基于圓形描述子特征的非剛性配準(zhǔn)算法(CDF)，通過(guò)采用對(duì)浮動(dòng)圖像和參考圖像進(jìn)行特征點(diǎn)提取，引入圓形描述子保證配準(zhǔn)的旋轉(zhuǎn)不變性，提高圖像配準(zhǔn)速度。
　　基于動(dòng)態(tài)驅(qū)動(dòng)力Demons的非剛性配準(zhǔn)算法(DDFD)，通過(guò)引入

3、驅(qū)動(dòng)力系數(shù)動(dòng)態(tài)改變驅(qū)動(dòng)力，能夠有效地解決傳統(tǒng)算法配準(zhǔn)時(shí)間和配準(zhǔn)精度低的問(wèn)題。
　　基于圖像特征和光流場(chǎng)的非剛性配準(zhǔn)算法，首先采用基于圖像特征配準(zhǔn)算法對(duì)浮動(dòng)圖像和參考圖像進(jìn)行特征點(diǎn)提取，利用提取的特征點(diǎn)進(jìn)行粗配準(zhǔn)（特征級(jí)配準(zhǔn)）;然后在粗配準(zhǔn)的基礎(chǔ)上，采用光流場(chǎng)的配準(zhǔn)算法進(jìn)行精細(xì)配準(zhǔn)（像素級(jí)配準(zhǔn)），最終由粗至精、由特征級(jí)至像素級(jí)的思想，得到如下5種基于圖像特征和光流場(chǎng)的非剛性配準(zhǔn)算法:SIFT-Demons、 SURF-Demons、

4、SIFT-TV-L1、SURF-TV-L1和CDF-DDFD。
　　為了驗(yàn)證所提出的幾種非剛性圖像配準(zhǔn)方法有效性，本文分別對(duì)棋盤圖像、自然圖像、彩色圖像和醫(yī)學(xué)圖像序列進(jìn)行配準(zhǔn)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文提出的CDF算法與傳統(tǒng)的SIFT、SURF算法相比，在保證配準(zhǔn)精度的前提下配準(zhǔn)時(shí)間有所縮短;DDFD算法與傳統(tǒng)Demons、Active Demons和TV-L1算法相比，配準(zhǔn)精度和配準(zhǔn)時(shí)間均有明顯優(yōu)勢(shì);基于圖像特征和光流場(chǎng)的非剛性配準(zhǔn)