发明名称 一种明暗不均匀的医学图像的配准方法
摘要 本发明涉及一种明暗不均匀的医学图像的配准方法,该方法包括以下步骤:分别读入待配准的参考图像和浮动图像;用参考图像中每一像素点的灰度值减去浮动图像对应的像素点的灰度值,得到残差图像;将局部方差代入式(Ⅰ)算出与参考图像相对应的残差图像的每一像素点的权重;将残差图像与残差图像的每一像素点的权重点乘后替换式(Ⅱ)中的r,得到如式(Ⅲ)所示的求解配准图像的目标函数;采用梯度下降法迭代求解最小化的(Ⅲ)式所示的目标函数,当相邻两次迭代满足预设的终止条件时,即完成配准。本发明所述的配准方法具有平滑性好、配准精度高和鲁棒性强的优点。
申请公布号 CN102831599B 申请公布日期 2014.12.24
申请号 CN201210248151.X 申请日期 2012.07.17
申请人 南方医科大学 发明人 卢振泰;张娟;阳维;冯前进;陈武凡
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 广州市天河庐阳专利事务所 44244 代理人 胡济元
主权项 一种明暗不均匀的医学图像的配准方法,该方法包括以下步骤:(1)分别读入待配准的参考图像和浮动图像;(2)计算残差图像和残差图像的每一像素点的权重,其中,所述残差图像的计算方法为:用参考图像中每一像素点的灰度值减去浮动图像对应的像素点的灰度值,得到残差图像;所述残差图像的每一像素点的权重的计算方法为:分别以参考图像的每个像素点为中心,逐一求得每一像素点灰度值的局部方差,然后将所得到的局部方差代入下式(Ⅰ)算出与参考图像相对应的残差图像的每一像素点的权重:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>&omega;</mi><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msub><mi>V</mi><mi>i</mi></msub><mrow><munderover><mi>&Sigma;</mi><mn>1</mn><mi>N</mi></munderover><msub><mi>V</mi><mi>i</mi></msub></mrow></mfrac><mo>/</mo><mi>&epsiv;</mi></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mi>I</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA00001897012900011.GIF" wi="690" he="138" /></maths>式(Ⅰ)中,ω表示权重,V表示所述的局部方差,i为自然数,它表示参考图像中的任一像素点的编号,N表示参考图像的局部方差对应的局部块的数量,ε为等于0.01的常数,e为自然对数的底;(3)将步骤(2)所得到的残差图像与残差图像的每一像素点的权重点乘后替换下式(Ⅱ)中的r,得到如下式(Ⅲ)所示的求解配准图像的目标函数:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>E</mi><mrow><mo>(</mo><mi>&tau;</mi><mo>)</mo></mrow><mo>=</mo><mo>-</mo><munderover><mi>&Sigma;</mi><mrow><mi>n</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mi>log</mi><mfrac><mn>1</mn><mrow><msup><mrow><mo>(</mo><msubsup><mi>q</mi><mi>n</mi><mi>T</mi></msubsup><mi>r</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>/</mo><mi>&alpha;</mi><mo>+</mo><mn>1</mn></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mi>II</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA00001897012900012.GIF" wi="896" he="124" /></maths><maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>E</mi><mo>=</mo><mo>-</mo><munderover><mi>&Sigma;</mi><mrow><mi>n</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mi>log</mi><mfrac><mn>1</mn><mrow><msup><mrow><mo>(</mo><msubsup><mi>q</mi><mi>n</mi><mi>T</mi></msubsup><mrow><mo>(</mo><mi>r&omega;</mi><mo>)</mo></mrow><mo>)</mo></mrow><mn>2</mn></msup><mo>/</mo><mi>&alpha;</mi><mo>+</mo><mn>1</mn></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mi>III</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA00001897012900013.GIF" wi="883" he="123" /></maths>式(Ⅱ)和(Ⅲ)中,q表示正向离散余弦变换,r表示步骤(2)所述的残差图像,α为等于0.0001的常数,T表示转置变换,n为浮动图像中像素点的数量,其余与式(Ⅰ)相同;(4)采用梯度下降法迭代求解最小化的(Ⅲ)式所示的目标函数,当相邻两次迭代满足预设的终止条件时,即完成配准。
地址 510515 广东省广州市白云区沙太南路1023号