论文摘要
图像配准是目前图像处理领域的一个研究热点,在遥感图像处理、计算机视觉、运动估计、医学图像分析等领域有着广泛的应用,是图像融合的前提和关键。医学图像配准是90年代发展起来的医学图像处理领域的一个重要分支,在临床诊断与治疗等方面具有广泛的应用前景和实用价值。基于互信息的医学图像配准方法来自于信息论,因其无需分割等预处理、配准精度高、稳健性高等优点,是当前医学图像配准方法的发展趋势。本文详细地讨论了该方法在医学图像配准中的应用。20世纪80年代后期发展起来的小波变换因其在处理非平稳信号方面的独特优势成为信号处理领域的一个重要研究方向,在实际应用中发挥了越来越重要的作用。基于小波变换的理论和多分辨率分析的思想,本文讨论了将小波变换与互信息相结合的医学图像配准方法。由于双树复小波变换特有的优良特性,将其与互信息相结合,用于医学图像配准,通过实验证明该方法是行之有效的。论文的主要工作和研究内容如下:(1)介绍了医学图像配准的基本概念、应用前景、发展现状及配准过程,对目前主要配准方法、分类、研究现状及配准评估方法进行了系统地归纳与总结。(2)深入阐述了互信息的基本理论、配准原理、基本步骤,介绍了互信息配准过程中涉及的插值算法和优化算法。文中通过未使用优化算法和分别使用Powell和PSO两种优化算法的方法来计算最大互信息和归一化互信息,比较了两种优化算法在配准实验中的有效性,突出了Powell优化算法的局部搜索特性,两种算法在实验中都比较成功地配准了脑部CT/MRI图像,达到了良好的效果。(3)详细介绍了小波变换的基本理论与多分辨率分析的思想,着重讨论了基于小波变换和互信息的医学图像配准方法,为了提高配准的精度和稳健性,本文采用Powell优化算法进行了两组实验,分别配准小尺寸图像和大尺寸图像。每组实验对比基于小波变换和互信息的配准方法与直接使用Powell优化算法的互信息配准方法,通过对实验结果的数据分析,证明了该结合方法配准给定图像时可以有效克服局部极值,配准精度高。同时,实验也表明,该算法既可以用于一般的CT/MRI图像配准,亦适合超声图像的配准。(4)详细介绍了双树复小波变换的原理、特性及双树复小波分解图像的特点,鉴于双树复小波具有近似平移不变性、较小的计算量等优良特性,讨论了基于双树复小波变换和互信息相结合的医学图像配准方法,文中运用Powell优化算法配准了两组医学图像,即小尺寸图像和大尺寸图像,实验表明,该方法保持了较好的精度,能够有效地实现配准,是一种稳定、有效的配准方法。