多模态图像的全局配准
多模态图像的全局配准[20200406141025]
摘要
本研究为了解决传统光流场模型无法实现对大形变医学图像以及细节进行配准的问题，引入LacarKanade光流算法。研究的步骤是首先通过学习了解光流的基本概念、产生、现状与发展情况；接着熟悉光流设计的基本原理，尤其是LacarKanade光流的原理，其中最重要的思想就是采用多分辨率分层细化由粗到细的变形技术求解思想；最后将这些思想方法很好的融合并进行代码编程。在编程的时候以高斯金字塔的分辨率分层细化的模型为基础，编写好的代码最终基本能够符合对大形变的医学图像和细节配准的要求。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:LacarKanade光流；配准；图像金字塔；
目 录
第一章 光流介绍 3
1.1 光流基本概念 3
1.2 现状和发展趋势 4
1.2.1 现状 4
1.2.2 发展趋势 5
1.3 研究光流的目的和意义 5
第二章LK光流法 6
2.1 LK光流基本原理 6
2.3.1金字塔介绍 8
2.3.2功能函数 8
第三章 算法优劣 10
第四章 数据结果分析 11
4.1 实验流程 11
4.2 数据展示 12
4.3 结果分析 18
结束语 19
参考文献 20
致谢 21
绪 论
运动分析有着极其广泛的应用前景，如视觉导航、运动目标跟踪、机器人装配、气象预侧、医学诊断等很多方面。因此，运动分析目前仍然是计算机视觉研究中最为活跃的部分之一。运动图像分析方法有图像灰度匹配法、特征匹配法等方法。图像灰度匹配法是一种比较简单的方法，但运行速度相对比较慢一点；特征匹配法的优点在于抗噪声性能很好，非常适用长时间大运动量的处理工作，但特征提取和对应关系的建立有时候会比较困难；而光流法的优点就在于光流不仅可以包含被观察物体的运动信息，而且还可以携带丰富的景物三维结构信息。因此，光流法在运动图像分析上有着重要的地位。当物体运动时，它在图像上对应点的亮度模式也在变化。这种图像亮度形式的表观运动就是光流。由光流的概念又引出光流场，它是一种二维瞬时速度场，其中的二维速度矢量是场景中可见点的三维速度矢量在成像面上的投影。光流被广泛用于目标分割、识别、跟踪、机器人导航以及形状信息恢复等重要领城。因此，我们研究光流法是具有非常重要的意义的。
常见的光流法有HS全局光流法、LK局部平滑光流法、BM块匹配光流法、PryLK金字塔光流法。BM块匹配、HS光流算法都有较大的干扰，因为HS光流算法是全局光流算法，对噪声比较敏感，但它的好处是能够得到稠密的光流场。LK和PryLK光流算法对噪声具有一定的鲁棒性，但只能得到稀疏的光流场。
目前光流技术的研究方向可以有以下几个方向：
（1）通过光流算法得到全局光流场，对光流场进行聚类分析，检测运动物体。
（2）可以通过分析光流场，解决由于相机抖动，或则树叶的摆动等引起的波动式干扰， 因为这些波动式干扰造成光流矢量呈现周期性变化的趋势。
（3）通过光流预测进行运动目标的跟踪。
（4）光流法可以得到亚像素级的运动矢量，可以用光流技术进行步态分析。
（5）由于光流法是计算物体间的相对运动，所以可以用光流技术来实现动态背景下的目标检测与跟踪。
本文重点研究LK光流法。研究其原理，应用以及其优化方法。主要通过自身原理分析以及比较分析的方法对LK光流法进行研究。
第一章 光流介绍
1.1 光流基本概念
光流的提出最早可以追溯到1950年。光流是三维空间的事物反映到二维空间的信息，其原理是根据时域图像序列的像素变化情况和相邻帧间的关联性来得出前后两帧间的对应关系，从而得到事物在靠近的两帧之间的运动信息[1]。通常来说，光流场的形成可能是目标物体本身的运动，也有可能是拍摄物体的相机的移动，另一种情况也有可能是这二者共同作用的结果。
虽然光流这个概念我们听上去感觉好像很陌生，但实际上，我们身边随处都能发现光流这个现象。从实际上来讲，我们每天都在经历着这种视觉现象，光流就是我们在这个运动着的世界中感受到的明显的视觉运动；。举一个例子，比如我们在坐火车的时候，当我们往车窗外看时。我们能够看到窗外的花、草、树木等等，他们看起来好像都在向后倒退。这个我们视觉感知的运动就是光流。同时，我们还会发现另一点，这些事物运动速度快慢不一。这就给我们一种解决问题的思路：我们可以根据不同事物的运动速度来判断这些事物相对我们的距离。相对比较远一点的事物，如山、远处的房子等它们移动速度很慢，看上去就好像静止一般。但那些离得较近的事物，如草地、树木等就会很快的向后退，离我们越近，往后退的速度就会相对越快。像那些离我们非常近的事物，有时会快到在我们的耳旁好像都发出了嗖嗖的声响。
光流不但能够帮助我们判断事物远近，还能够告诉我们事物的角度信息。和我们视线正对方向垂直运动的物体的速度会比构成其它角度的物体的运动速度要快。所以我们会有这样的感觉，就是物体正对我们视线过来的时候，我们可能就看不到它的运动了，也就是察觉不到它的光流信息了，视觉上看起来就好像是静止不动的物体。当它接近我们的时候，我们感觉这个物体好像越来越大了。这些都是我们平时能够从光流中感知的信息，可以知道，光流无处不在，因此，光流的研究也是具有重要意义的。
1.2 现状和发展趋势
1.2.1 现状
早在二十世纪五十年代，在心理学研究中，Gibson和Wallach等学者提出了SFM（Structure From Motion）的假设，同时创造性的提出三维空间的物体的运动和结构信息可以用二维平面的投影来很好的反映出来的假想[2]，但直到七十年代末这个假想才被ULLman等学者验证。而且，最终意义上得到比较可行的光流算法还必须归功于Horn和Schunck这两个人。他们创新地把二维速度场和灰度这两个概念互相结合，得出光流法的限定方程，并且为以后光流的发展奠定了基础。算法的不断优化发展，使得现今已经形成了各种各样不同的光流算法，其中大部分方法的原理都是基于一阶时空梯度技术。此方法工作效率很高，并且很易施行。总的深入分析可以将光流算法划分为四大类[3]-[4]。
（1）研究解决光流场计算的不适定问题的方法
在探究如何解决光流场计算中存在的不适定问题的过程中，许多学者也都提出了很多解决不适定问题的方法、思路。比如Horn认为同样一物体在移动时所形成的光流场具有连续、平滑的特性，也就是说三维空间上的图像在反映到二维成像平面上的光流的变化一样也是平滑的，根据此原理我们可以得出一个限制条件，这样我们就可以很方便的将原来的问题转变成变分的问题；另外，Tretiak和Nagel认为要在二阶微分算子原理的基础上加一个附加限定约束条件；Haralick等人的方法是通过把二维空间的物体平面划分成许多个小的平面，同时假定小平面内运动方向，速度都是相似的，并且在很短的时间内假设是恒量，在此思想的基础上得出了附加约束条件。
（2）研究光流场计算的快速算法
Braillon提出的快速光流算法模型能够检测障碍物。此方法在摄像机针孔模型中有非常重要的应用。Andres Bruhn等人通过引入了多尺度分析概念来解决光流问题，提升了算法的工作效率。
（3）研究光流场计算基本公式的不连续性
由于我们利用了泰勒级数来对光流算法基本公式进行展开，在处理问题时，我们假定图像的灰度和亮度场变化都是不间断的。但是，实际景物每个独立的表面就导致光流的速度场变成了不连续的了，所以，考虑到光流场计算基本公式里有间断的情况，引申出的问题也是一个非常值得我们讨论的问题，日本学者就在研究时加入了修正因子q后很方便的处理了间断的问题。
（4）研究直线和曲线的光流场计算技术
光流场的计算在计算机视觉技术中占有非常重要的地位，重点是根据成像平面光流场信息还原重组三维空间物体的运动信息及结构信息。很显然，如果我们仅根据一个像素点就来反映整个光流场信息是不够的，凭借抽象层次的手工劳动可以提高对图像的处理和分析能力。比如，Allmen就是以此为依据，认为当轮廓线在移动的同时，它们在平面上的影射也对应在动，从而可以算出光流场。
摘要
本研究为了解决传统光流场模型无法实现对大形变医学图像以及细节进行配准的问题，引入LacarKanade光流算法。研究的步骤是首先通过学习了解光流的基本概念、产生、现状与发展情况；接着熟悉光流设计的基本原理，尤其是LacarKanade光流的原理，其中最重要的思想就是采用多分辨率分层细化由粗到细的变形技术求解思想；最后将这些思想方法很好的融合并进行代码编程。在编程的时候以高斯金字塔的分辨率分层细化的模型为基础，编写好的代码最终基本能够符合对大形变的医学图像和细节配准的要求。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:LacarKanade光流；配准；图像金字塔；
目 录
第一章 光流介绍 3
1.1 光流基本概念 3
1.2 现状和发展趋势 4
1.2.1 现状 4
1.2.2 发展趋势 5
1.3 研究光流的目的和意义 5
第二章LK光流法 6
2.1 LK光流基本原理 6
2.3.1金字塔介绍 8
2.3.2功能函数 8
第三章 算法优劣 10
第四章 数据结果分析 11
4.1 实验流程 11
4.2 数据展示 12
4.3 结果分析 18
结束语 19
参考文献 20
致谢 21
绪 论
运动分析有着极其广泛的应用前景，如视觉导航、运动目标跟踪、机器人装配、气象预侧、医学诊断等很多方面。因此，运动分析目前仍然是计算机视觉研究中最为活跃的部分之一。运动图像分析方法有图像灰度匹配法、特征匹配法等方法。图像灰度匹配法是一种比较简单的方法，但运行速度相对比较慢一点；特征匹配法的优点在于抗噪声性能很好，非常适用长时间大运动量的处理工作，但特征提取和对应关系的建立有时候会比较困难；而光流法的优点就在于光流不仅可以包含被观察物体的运动信息，而且还可以携带丰富的景物三维结构信息。因此，光流法在运动图像分析上有着重要的地位。当物体运动时，它在图像上对应点的亮度模式也在变化。这种图像亮度形式的表观运动就是光流。由光流的概念又引出光流场，它是一种二维瞬时速度场，其中的二维速度矢量是场景中可见点的三维速度矢量在成像面上的投影。光流被广泛用于目标分割、识别、跟踪、机器人导航以及形状信息恢复等重要领城。因此，我们研究光流法是具有非常重要的意义的。
常见的光流法有HS全局光流法、LK局部平滑光流法、BM块匹配光流法、PryLK金字塔光流法。BM块匹配、HS光流算法都有较大的干扰，因为HS光流算法是全局光流算法，对噪声比较敏感，但它的好处是能够得到稠密的光流场。LK和PryLK光流算法对噪声具有一定的鲁棒性，但只能得到稀疏的光流场。
目前光流技术的研究方向可以有以下几个方向：
（1）通过光流算法得到全局光流场，对光流场进行聚类分析，检测运动物体。
（2）可以通过分析光流场，解决由于相机抖动，或则树叶的摆动等引起的波动式干扰， 因为这些波动式干扰造成光流矢量呈现周期性变化的趋势。
（3）通过光流预测进行运动目标的跟踪。
（4）光流法可以得到亚像素级的运动矢量，可以用光流技术进行步态分析。
（5）由于光流法是计算物体间的相对运动，所以可以用光流技术来实现动态背景下的目标检测与跟踪。
本文重点研究LK光流法。研究其原理，应用以及其优化方法。主要通过自身原理分析以及比较分析的方法对LK光流法进行研究。
第一章 光流介绍
1.1 光流基本概念
光流的提出最早可以追溯到1950年。光流是三维空间的事物反映到二维空间的信息，其原理是根据时域图像序列的像素变化情况和相邻帧间的关联性来得出前后两帧间的对应关系，从而得到事物在靠近的两帧之间的运动信息[1]。通常来说，光流场的形成可能是目标物体本身的运动，也有可能是拍摄物体的相机的移动，另一种情况也有可能是这二者共同作用的结果。
虽然光流这个概念我们听上去感觉好像很陌生，但实际上，我们身边随处都能发现光流这个现象。从实际上来讲，我们每天都在经历着这种视觉现象，光流就是我们在这个运动着的世界中感受到的明显的视觉运动；。举一个例子，比如我们在坐火车的时候，当我们往车窗外看时。我们能够看到窗外的花、草、树木等等，他们看起来好像都在向后倒退。这个我们视觉感知的运动就是光流。同时，我们还会发现另一点，这些事物运动速度快慢不一。这就给我们一种解决问题的思路：我们可以根据不同事物的运动速度来判断这些事物相对我们的距离。相对比较远一点的事物，如山、远处的房子等它们移动速度很慢，看上去就好像静止一般。但那些离得较近的事物，如草地、树木等就会很快的向后退，离我们越近，往后退的速度就会相对越快。像那些离我们非常近的事物，有时会快到在我们的耳旁好像都发出了嗖嗖的声响。
光流不但能够帮助我们判断事物远近，还能够告诉我们事物的角度信息。和我们视线正对方向垂直运动的物体的速度会比构成其它角度的物体的运动速度要快。所以我们会有这样的感觉，就是物体正对我们视线过来的时候，我们可能就看不到它的运动了，也就是察觉不到它的光流信息了，视觉上看起来就好像是静止不动的物体。当它接近我们的时候，我们感觉这个物体好像越来越大了。这些都是我们平时能够从光流中感知的信息，可以知道，光流无处不在，因此，光流的研究也是具有重要意义的。
1.2 现状和发展趋势
1.2.1 现状
早在二十世纪五十年代，在心理学研究中，Gibson和Wallach等学者提出了SFM（Structure From Motion）的假设，同时创造性的提出三维空间的物体的运动和结构信息可以用二维平面的投影来很好的反映出来的假想[2]，但直到七十年代末这个假想才被ULLman等学者验证。而且，最终意义上得到比较可行的光流算法还必须归功于Horn和Schunck这两个人。他们创新地把二维速度场和灰度这两个概念互相结合，得出光流法的限定方程，并且为以后光流的发展奠定了基础。算法的不断优化发展，使得现今已经形成了各种各样不同的光流算法，其中大部分方法的原理都是基于一阶时空梯度技术。此方法工作效率很高，并且很易施行。总的深入分析可以将光流算法划分为四大类[3]-[4]。
（1）研究解决光流场计算的不适定问题的方法
在探究如何解决光流场计算中存在的不适定问题的过程中，许多学者也都提出了很多解决不适定问题的方法、思路。比如Horn认为同样一物体在移动时所形成的光流场具有连续、平滑的特性，也就是说三维空间上的图像在反映到二维成像平面上的光流的变化一样也是平滑的，根据此原理我们可以得出一个限制条件，这样我们就可以很方便的将原来的问题转变成变分的问题；另外，Tretiak和Nagel认为要在二阶微分算子原理的基础上加一个附加限定约束条件；Haralick等人的方法是通过把二维空间的物体平面划分成许多个小的平面，同时假定小平面内运动方向，速度都是相似的，并且在很短的时间内假设是恒量，在此思想的基础上得出了附加约束条件。
（2）研究光流场计算的快速算法
Braillon提出的快速光流算法模型能够检测障碍物。此方法在摄像机针孔模型中有非常重要的应用。Andres Bruhn等人通过引入了多尺度分析概念来解决光流问题，提升了算法的工作效率。
（3）研究光流场计算基本公式的不连续性
由于我们利用了泰勒级数来对光流算法基本公式进行展开，在处理问题时，我们假定图像的灰度和亮度场变化都是不间断的。但是，实际景物每个独立的表面就导致光流的速度场变成了不连续的了，所以，考虑到光流场计算基本公式里有间断的情况，引申出的问题也是一个非常值得我们讨论的问题，日本学者就在研究时加入了修正因子q后很方便的处理了间断的问题。
（4）研究直线和曲线的光流场计算技术
光流场的计算在计算机视觉技术中占有非常重要的地位，重点是根据成像平面光流场信息还原重组三维空间物体的运动信息及结构信息。很显然，如果我们仅根据一个像素点就来反映整个光流场信息是不够的，凭借抽象层次的手工劳动可以提高对图像的处理和分析能力。比如，Allmen就是以此为依据，认为当轮廓线在移动的同时，它们在平面上的影射也对应在动，从而可以算出光流场。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/gdxx/343.html
