基于改進SIFT特性的醫(yī)學(xué)圖像非剛性配準算法研究.pdf

1、醫(yī)學(xué)圖像配準是指尋找兩幅醫(yī)學(xué)圖像之間的一個最優(yōu)變換，使得一幅圖像經(jīng)過該變換后和另一幅圖像達到空間上的對齊。在醫(yī)學(xué)領(lǐng)域，配準主要應(yīng)用于CT、MR、PET等醫(yī)學(xué)圖像的信息融合、實際醫(yī)學(xué)圖像和圖譜的比較、外科手術(shù)導(dǎo)航、心臟運動估計等許多方面。本文針對這一熱點課題進行了研究。
　　如果整幅圖像中存在多個相似區(qū)域，用傳統(tǒng)的SIFT(Scale Invariant FeatureTransformation，SIFT)算法得到的特征描述子會有

2、很大的相似性，從而出現(xiàn)大量的誤匹配點對。為了克服傳統(tǒng)特征匹配算法對噪聲和圖像灰度非線性變換敏感的不足，本文提出了改進的SIFT特征提取和匹配算法。首先采用Harris角點檢測算子提取特征點，然后通過求取該特征點周圍像素的梯度直方圖構(gòu)造SIFT特征描述子。改進的SIFT算法加入全局紋理信息，使得SIFT特征描述子包含更大鄰域范圍內(nèi)的曲線形狀信息，降低了由于局部信息相似而造成誤匹配的概率。
　　提出了基于仿射變換和薄板樣條相結(jié)合的層次

3、模型非剛性配準算法，采用仿射變換進行全局粗配準，應(yīng)用薄板樣條彈性模型進行局部精配準。
　　在此基礎(chǔ)上，給出了基于改進SIFT特征的醫(yī)學(xué)圖像非剛性配準完整新算法:首先分別對參考圖像和待配準圖像進行特征提取，生成改進的SIFT特征描述子;采用仿射變換進行全局粗配準和薄板樣條彈性模型進行局部精配準的層次模型;利用歐氏距離和算術(shù)—幾何均值距離作為相似性測度，最終實現(xiàn)醫(yī)學(xué)圖像的非剛性配準。
　　開發(fā)了基于開放源碼視覺類庫(Open S

4、ource Computer Vision Library，OpenCV)的非剛性配準軟件平臺，并給出了可視化的配準實驗界面。在本文所開發(fā)的圖像配準系統(tǒng)中對多組CT、MR和PET圖像進行了配準實驗。在特征提取方面，對傳統(tǒng)的SIFT特征提取和匹配方法與本文的改進方法進行了對比實驗，充分顯示了本文所提出算法的優(yōu)越性;在實現(xiàn)圖像配準過程中，用相關(guān)系數(shù)，最小均方誤差，歸一化互信息，信噪比等評價指標(biāo)對多組實驗的配準效果進行了客觀評價。從客觀評價結(jié)