【摘 要】
:
图像配准技术历来是图像处理和计算机视觉领域的研究重点和难点,其在现实生活中具有广泛的应用。一般而言,针对工业图像、遥感图像和医学图像的配准较为常见。在医学图像处理
论文部分内容阅读
图像配准技术历来是图像处理和计算机视觉领域的研究重点和难点,其在现实生活中具有广泛的应用。一般而言,针对工业图像、遥感图像和医学图像的配准较为常见。在医学图像处理中,通过对不同图像进行配准和融合,可以将不同图像所包含的不同信息整合在一起,这可以为医生提供更加全面的信息,对于临床诊疗具有十分重要的意义。此外,许多技术都在不同程度上依赖于图像配准的实现,例如,目标检测、运动分析、图片搜索和图像拼接等。在图像配准中,既可能面临相同场景的图像,又可能面临不同场景的图像,也就是跨场景图像的配准问题。尤其是在图像存在重叠区域或者形态变化时,图像配准变得更具挑战性。针对上述情况,本文提出了一种基于空间金字塔网格模型和个体熵相关系数的配准方法。首先,通过对目标图像多次进行不同数目的网格划分,从一整幅图像,到粗网格单元,再到单个像素,由此构建空间金字塔网格模型,根据逐层提取的SIFT描述符的位置关系同时在多个尺度调整匹配一致性,从而获得图像间的最优变换。其次,通过引入个体熵相关系数这一相似性测度,从而可以更加准确的描述图像间的对齐程度,利用B样条变换实现更精确的配准。实验表明该方法具有很好的鲁棒性,相较于已有的配准方法,在精确性上也有了一定的提升。在医学诊疗中,诸多问题都会涉及到颈动脉血管。为了实现颈动脉血管的高精度配准,进而可以计算出颈动脉血管的位移场,本文提出了一种基于形状特征和纹理特征的迭代配准方法。目标图像的匹配可以通过提取形状轮廓,利用形状上下文信息实现;与此同时,SIFT特征在目标匹配时具有很好的鲁棒性,图像间的稠密对应关系可以利用图像中逐像素的SIFT特征来建立。通过将二者相结合,本方法可以达到一个很好的配准效果,进一步地,利用迭代的思想,配准精度再次得到提高。实验结果证明了其良好的鲁棒性,并且在精度上超越了传统的配准方法。
其他文献
设备到设备(Device-to-Device,D2D)的通信是设备之间不通过基站或其他AP(Access Point)转发而进行直接通信的技术,将D2D通信同传统的蜂窝相结合,可以获得更优的用户体验以及
随着搜索引擎、社交网络、电子商务等应用的迅速发展,数据中心网络流量成爆炸式增长,给数据中心网络带来了严峻挑战。现有TCP/IP网络存在许多固有问题,不能满足数据中心网络
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波成像雷达,可安装各个平台上,如飞机、卫星、宇宙飞船等,具有全天时、全天候地对地面实施观测的优势,并具有一定
云制造这一制造新模式的提出,成为了学术界和工业界的专家学者们研究与应用的重点和热点,数据服务作为一种提供数据资源访问的软件服务,为云制造数据资源集成提供了统一的数
CAM(Content Addressable Memory)即按内容寻址存储器,存值只能是“0”或者“1”,可实现在同一个时钟沿对所有存储数据与待搜索数据进行比较的功能,广泛应用于计算机网络技术
随着微电子、计算机等技术的飞速发展,通信应用已经成为未来信息网络不可或缺的一部分,粗粒度可重构架构兼具灵活性和高效性,是实现下一代通信基带信号处理技术的理想硬件平
随着互联网的高速发展,网络用户规模急剧膨胀,传统网络的静态架构、管理方式与各种应用的动态发展趋势越来越不适应。软件定义网络(Software-Defined Networking,SDN)作为一
机器类通信(Machine Type Communication,MTC)被定义为不需要人干涉的机器与机器间的数据通信,具有业务模式多样和终端数量大的特点,广泛的应用于安全、跟踪和各种智能领域。
在无线网络中,由于位置信息有大量的应用(比如:应急服务、搜救工作、交通管理以及跟踪等),因此定位技术变得十分重要。为了进一步提高无线网络定位精度以及降低计算复杂度,本
随着社会经济的进一步发展,信息技术也发展迅猛,计算机成为人类生活和工作不可或缺的工具。对金融资产管理公司而言,传统的财务管理模式和管理理念已经不能适应社会发展的需