图像配准中相似度准则的比较分析
图像配准中相似度准则的比较分析[20200406141245]
摘要
图像配准是一种将多幅图像进行匹配的过程，是图像处理中一个重要的课题,在不同的领域有着非常实用的价值。相似性准则是评判两幅图像之间相似度的重要指标之一，也是图像配准必不可少的步骤，影响着最后的配准结果。因此比较不同相似度准则下的图像配准精度有着重要的意义。典型的相似性测度有互信息、相关性系数、最小绝对差、峰值信噪比。本次课题研究的内容为基于灰度，以仿射变换为模型，按照四种不同的相似度准则，采用相同的插值和优化方法实现单模态图像配准，得出图像变换参数，从而分析不同相似度准则对配准结果的影响。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:相似度准则图像配准仿射变换变换参数
目 录
1.绪论.................................................................. 1
1.1 图像配准技术的发展................................................. 1
1.2 研究现状和应用价值................................................. 1
2.图像配准基本内容.................................................... 2
2.1 图像配准的定义..................................................... 2
2.2 图像配准的分类..................................................... 2
2.3 图像配准的基本过程................................................. 5
3.相似度准则........................................................... 7
3.1 互信息............................................................. 7
3.2 相关系数........................................................... 7
3.3 最小绝对差......................................................... 8
3.4 峰值信噪比......................................................... 8
4.基于仿射变换图像配准的实现及其结果............................... 9
4.1 基于仿射变换图像配准的实现 ........................................ 9
4.2 图像配准结果....................................................... 14
4.2.1 实验结果及定性分析............................................. 14
4.2.2 实验结果定量分析及结论......................................... 17
总结.................................................................... 20
参考文献................................................................ 21
致谢.................................................................... 22
附 录 .................................................................. 23
1.绪论
随着科学与信息技术的不断发展，数字化图像处理在众多科学领域受到了广泛的应用。图像配准技术是数字化图像处理中一块重要的分支，在图像识别、自动跟踪、红外遥感、医学图像处理中图像配准作为其核心处理技术有着不可替代的作用。两幅图像的拍摄角度、拍摄时间以及拍摄工具往往是不同的，通过图像配准能够很好地将这些图像进行匹配，图像配准也是图像之间相似度比较的前提。经过配准后的图像将包含更多有价值的信息，能够更好地进行融合目标信息，定位目标位置，检测目标变化，重建目标图像等一系列后续处理工作，能够更加精确、全面、可靠地描述目标图像。
1.1 图像配准技术的发展
上个世纪八十年代至今，图像配准技术经过三十多年的发展正逐渐走向成熟。起初图像配准技术在数字减影血管造影方面有着较深入的应用。它通过提取二维图像的灰度值，检测两幅图像之间的相关性和灰度值的差异来确定最后的变换参数。九十年代初期，图像配准主要是围绕二维的刚性变换展开的，与此同时随着成像设备的多样化，人们越来越关注不同形式不同模态的图像配准。二十一世纪初，医学图像处理技术取得了突破性的进展，尤其是在三维图像和非刚性图形处理方面，图像配准也随之得到了长足地发展。在图像处理时，图像配准又是必不可少的环节，也是首先要完成的步骤,在实际诸多应用中有着重要的意义。
1.2 研究现状和和应用价值
社会在进步科学在发展，医学成像设备也在不断的更新，对于某一个患者，我们可以采集CT（Computed Tomography）、MRI（Magnetic Resonance Imaging）等图像，这些图像往往含有准确的解剖信息，当然也可以同时采集SPECT（Single Photon Emission Computed Tomography）等图像，这些图像含有丰富的功能信息。随着图像配准技术的不断成熟与完善，医生可以将含有不同信息功能的图像使用恰当的图像配准融合到同一幅图像中，这样便能够更准确地观察病灶和结构。为了能够定性地观察分析病灶以及病情发展情况，我们需要将不同条件下拍摄的图像进行配准融合，从而更加准确可靠地对病人的病情做出诊断，对手术及治疗提前制定计划。配准技术在模式识别领域有着不俗的应用，它能结合计算机系统将图像分析、模块识别、自动采集目标变化情况融为一体。在材料学领域，不同方式采集到的图像信息需要进行融合比较来计算有效数值用以研究力学性质。
2.图像配准基本内容
2.1 图像配准的定义
图像配准就是寻找两个图像上空间同一位置点，然后将这些点通过某种变换一一对应起来。配准过程如下图所示。
图1 配准过程示意图
（2-1）
和 分别为两幅需要匹配的图像，其中 始终保持不变称为参考图像， 作空间几何变换称为浮动图像。式中： 为二维空间的坐标变换； 为一维的灰度变换。图像配准一方面是几何空间上的对准，另一方面是像素灰度上的对准。
在图像匹配的时候寻找最优空间和参数是整个配准过程的核心。它通常被表示成两个参数变量的单值函数 和 ：
（2-2）
2.2 图像配准的分类
一般来说，需要配准的图像无论是在成像方式还是在空间结构都可能存在着各种各样的差异，因此在配准前需要将待配准图像在空间上作对齐处理。按照不同的分类依据，图像配准将有多种不同的分类方法。
（1）按照图像属性不同可分为刚性和非刚性配准。
刚性配准顾名思义，指的是目标对象在配准过程中体积和形状不发生改变，且只需要针对图像的平移、旋转作变换。
摘要
图像配准是一种将多幅图像进行匹配的过程，是图像处理中一个重要的课题,在不同的领域有着非常实用的价值。相似性准则是评判两幅图像之间相似度的重要指标之一，也是图像配准必不可少的步骤，影响着最后的配准结果。因此比较不同相似度准则下的图像配准精度有着重要的意义。典型的相似性测度有互信息、相关性系数、最小绝对差、峰值信噪比。本次课题研究的内容为基于灰度，以仿射变换为模型，按照四种不同的相似度准则，采用相同的插值和优化方法实现单模态图像配准，得出图像变换参数，从而分析不同相似度准则对配准结果的影响。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:相似度准则图像配准仿射变换变换参数
目 录
1.绪论.................................................................. 1
1.1 图像配准技术的发展................................................. 1
1.2 研究现状和应用价值................................................. 1
2.图像配准基本内容.................................................... 2
2.1 图像配准的定义..................................................... 2
2.2 图像配准的分类..................................................... 2
2.3 图像配准的基本过程................................................. 5
3.相似度准则........................................................... 7
3.1 互信息............................................................. 7
3.2 相关系数........................................................... 7
3.3 最小绝对差......................................................... 8
3.4 峰值信噪比......................................................... 8
4.基于仿射变换图像配准的实现及其结果............................... 9
4.1 基于仿射变换图像配准的实现 ........................................ 9
4.2 图像配准结果....................................................... 14
4.2.1 实验结果及定性分析............................................. 14
4.2.2 实验结果定量分析及结论......................................... 17
总结.................................................................... 20
参考文献................................................................ 21
致谢.................................................................... 22
附 录 .................................................................. 23
1.绪论
随着科学与信息技术的不断发展，数字化图像处理在众多科学领域受到了广泛的应用。图像配准技术是数字化图像处理中一块重要的分支，在图像识别、自动跟踪、红外遥感、医学图像处理中图像配准作为其核心处理技术有着不可替代的作用。两幅图像的拍摄角度、拍摄时间以及拍摄工具往往是不同的，通过图像配准能够很好地将这些图像进行匹配，图像配准也是图像之间相似度比较的前提。经过配准后的图像将包含更多有价值的信息，能够更好地进行融合目标信息，定位目标位置，检测目标变化，重建目标图像等一系列后续处理工作，能够更加精确、全面、可靠地描述目标图像。
1.1 图像配准技术的发展
上个世纪八十年代至今，图像配准技术经过三十多年的发展正逐渐走向成熟。起初图像配准技术在数字减影血管造影方面有着较深入的应用。它通过提取二维图像的灰度值，检测两幅图像之间的相关性和灰度值的差异来确定最后的变换参数。九十年代初期，图像配准主要是围绕二维的刚性变换展开的，与此同时随着成像设备的多样化，人们越来越关注不同形式不同模态的图像配准。二十一世纪初，医学图像处理技术取得了突破性的进展，尤其是在三维图像和非刚性图形处理方面，图像配准也随之得到了长足地发展。在图像处理时，图像配准又是必不可少的环节，也是首先要完成的步骤,在实际诸多应用中有着重要的意义。
1.2 研究现状和和应用价值
社会在进步科学在发展，医学成像设备也在不断的更新，对于某一个患者，我们可以采集CT（Computed Tomography）、MRI（Magnetic Resonance Imaging）等图像，这些图像往往含有准确的解剖信息，当然也可以同时采集SPECT（Single Photon Emission Computed Tomography）等图像，这些图像含有丰富的功能信息。随着图像配准技术的不断成熟与完善，医生可以将含有不同信息功能的图像使用恰当的图像配准融合到同一幅图像中，这样便能够更准确地观察病灶和结构。为了能够定性地观察分析病灶以及病情发展情况，我们需要将不同条件下拍摄的图像进行配准融合，从而更加准确可靠地对病人的病情做出诊断，对手术及治疗提前制定计划。配准技术在模式识别领域有着不俗的应用，它能结合计算机系统将图像分析、模块识别、自动采集目标变化情况融为一体。在材料学领域，不同方式采集到的图像信息需要进行融合比较来计算有效数值用以研究力学性质。
2.图像配准基本内容
2.1 图像配准的定义
图像配准就是寻找两个图像上空间同一位置点，然后将这些点通过某种变换一一对应起来。配准过程如下图所示。
图1 配准过程示意图
（2-1）
和 分别为两幅需要匹配的图像，其中 始终保持不变称为参考图像， 作空间几何变换称为浮动图像。式中： 为二维空间的坐标变换； 为一维的灰度变换。图像配准一方面是几何空间上的对准，另一方面是像素灰度上的对准。
在图像匹配的时候寻找最优空间和参数是整个配准过程的核心。它通常被表示成两个参数变量的单值函数 和 ：
（2-2）
2.2 图像配准的分类
一般来说，需要配准的图像无论是在成像方式还是在空间结构都可能存在着各种各样的差异，因此在配准前需要将待配准图像在空间上作对齐处理。按照不同的分类依据，图像配准将有多种不同的分类方法。
（1）按照图像属性不同可分为刚性和非刚性配准。
刚性配准顾名思义，指的是目标对象在配准过程中体积和形状不发生改变，且只需要针对图像的平移、旋转作变换。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/gdxx/296.html
