基于多分辨率B樣條和GTM的圖像配準算法研究.pdf

1、在醫(yī)學診斷和治療的過程中，常常需要對比多幅圖像進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，即需要對多幅圖像進行配準。因此，醫(yī)學圖像配準是醫(yī)學圖像處理領(lǐng)域中一個基礎(chǔ)和重要的研究課題。近年來，隨著醫(yī)學影像技術(shù)和計算機技術(shù)的不斷發(fā)展，醫(yī)學圖像配準技術(shù)得到了不斷的發(fā)展和完善，其應(yīng)用領(lǐng)域也不斷擴展，它已成為醫(yī)學圖像融合、醫(yī)學圖像重建、圖像與標準圖譜匹配等研究的基礎(chǔ)。目前，醫(yī)學圖像配準已成為醫(yī)學圖像處理領(lǐng)域研究的熱點和

2、難點之一。
　　醫(yī)學圖像配準主要可以分為基于特征驅(qū)動的方法和基于灰度驅(qū)動的方法兩大類。本文在基于特征驅(qū)動方法的基礎(chǔ)上，對圖像配準各個環(huán)節(jié)所使用的技術(shù)進行了深入的研究。論文的主要工作如下：
　　(1)首先對特征點獲取過程中存在的問題進行了深入的研究和討論。準確、自動的提取特征點是特征獲取過程中的難點。本文針對肝臟和肺器官存在大量血管結(jié)構(gòu)的特點，使用了一種自動提取特征點并確定特征點集間映射關(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行二值化圖像的方法，采用Palagyi算法對血管進行細化，建立血管樹型模型，通過對血管樹的遍歷，找出分支結(jié)點和葉結(jié)點，作為特征點集；通過聯(lián)合圖配準算法，尋找兩幅圖像中對應(yīng)的血管樹，進而找到特征點集之間初步的映射關(guān)系。
　　(2)對現(xiàn)有的冗余點去除算法進行了研究。深入研究了 Soft Assign算法、RANSAC算法和 GTM算法的基本原理，通過仿真實驗分別從精確度、正確點的留存率、能量函數(shù)三個方面對其去除冗余點

4、的效果進行了綜合評估并給出結(jié)論。采用快速搜索近鄰法對 GTM算法進行改進，實驗證明，改進的 GTM算法在不改變計算精確度的基礎(chǔ)上，大大提高了算法的運行效率。
　　(3)深入研究了薄板樣條差值算法和 B樣條插值算法。針對 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，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。實驗證明了多分辨率的B樣條插值能夠使配準結(jié)果的精