基于各向异性光流场与去偏移场的脑部MR图像配准方法

摘要

本发明基于各向异性光流场与去偏移场的脑部MR图像配准方法，提出了基于光流场模型的图像配准与偏移场恢复耦合模型，针对偏移场易导致传统配准模型配准精度不高的缺点，将去偏场与求光流场两者相结合，纳入统一变分框架中，使得两者相辅相成，针对Horn模型全局性正则项因缺少图像信息不能准确指导光流运动不足，引入图像结构信息来正则光流场，从而得到光滑准确的光流信息。本发明在配准同时可以恢复图像灰度不均匀场，从而降低了偏移场的影响；并且引入图像结构信息来降低配准结果模糊程度以及保留了图像结构信息，保证了边界结构信息的完整性，有利于进一步恢复真实图像。本发明大大提升了配准结果的精度,鲁棒性好。

主权项

一种基于各向异性光流场与去偏移场的脑部MR图像配准方法，其特征在于，包括如下步骤：步骤1计算光流场(u,ν)以及偏移场B，根据求解的光流场(u,ν)作为配准的位移场，拟合得到配准后图像，光流场u通过下式运算：$\frac{\partial u}{\partial t}=\alpha div(D▿u)-{\tilde{I}}_x({\tilde{I}}_{x}u+{\tilde{I}}_{y}v+{\tilde{I}}_t-\tilde{B})$光流场ν通过下式运算：$\frac{\partial v}{\partial t}=\alpha div(D▿v)-{\tilde{I}}_y({\tilde{I}}_{x}u+{\tilde{I}}_{y}v+{\tilde{I}}_t-\tilde{B})$偏移场通过下式运算：$\tilde{B}=G_{\sigma }*({\tilde{I}}_{x}u+{\tilde{I}}_{y}v+{\tilde{I}}_t)$配准后图像的运算公式为：$I_2^{new}=I_2(x+u,y+v)$其中，I(x,y,t)为基准图像，(x,y)为像素坐标信息,t为时间信息，新的结构张量新的结构张量对应的特征值如下：其中，0＜α＜1,ε＞0，为常数；步骤2将作为新的待配准图像，基准图像不变，计算光流场(u,ν)以及偏移场B，相应得到更新后的配准图像步骤3判断两次配准图像I₃和的差值小于预先设定的阀值时，得到经步骤2更新后的光流场(u,ν)为最终配准所求位移场，得到I₃为光流场模型配准结果，根据偏移场B恢复真实目标图像，当两次配准图像I₃和的差值小于预先设定的阀值时，将I₃作为下一步迭代的待配准图像，执行步骤2。