基于特征点的凝胶图像配准方法研究杨秋菊

《基于特征点的凝胶图像配准方法研究杨秋菊》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于特征点的凝胶图像配准方法研究杨秋菊摘要：本文针对几种凝胶图像配准算法进行了比较研究，在此基础上，对基于SURF（speededuprobustfeatures快速鲁棒特征提取的配准算法）配准算法进行了改进，一方面，在提取特征点时对Hessian矩阵行列式进行加权，从而获得更多特征点；另一方面，在特征点匹配时应用欧式距离加权处理作为相似度量来计算两特征向量的距离，提高了算法的性能和配准速度。关键词：双向电泳凝胶图像；SURF；Hessian矩阵；互信息；图像配准1引言继基因组学之后，蛋白质组学成为了生物医学研究的一个重要的研究课题。从不同的实

2、验环境或者通过不同的技术得到的蛋白质凝胶图像之间存在差异[1]，生物学领域所最感兴趣的是一系列不同胶上相应位置蛋白质点的差异，因此需要对凝胶图像进行配准来获得。10凝胶图像配准的方法有很多种，而现有的配准方法主要可以分为三类[2]：基于图像灰度的配准、基于图像特征的配准和两者组合型的配准。基于图像灰度的配准方法是利用蛋白点灰度信息，对参考图像和待匹配图像上的感兴趣区域进行灰度相似性度量，从而实现凝胶图像间蛋白点配准，此类方法具有直观性好，精度高等优点，但计算量大[3]。基于图像特征的匹配方法是利用参考图像和带配准图像中蛋白质点间的几何特性进行配

3、准，它的配准效率比前者高，但对图像畸变和噪声比较敏感，算法的复杂度也较高[4]。两者组合型配准方法是综合利用灰度和特征点信息，实现蛋白质点的配准[5]。在实际的图像配准过程中，基于特征的配准方法由于对不同特性的图像特征容易提取，并能够在一定程度上利用代表图像相似的特征作为配准依据，大大压缩了所需处理的信息量，使得配准方法的计算量减小、速度较快，因此得到了广泛应用。本文对基于互信息配准算法和基于harris算子配准算法进行了比较研究，针对两者的不足之处对基于SURF算法进行了改进。改进算法首先对Hessian矩阵进行加权处理，从而获得了更多的特征

4、点，在之后的特征点匹配中利用欧式距离加权处理作为相似度量来计算两特征向量的距离，有效缩短了配准时间，提高了配准效率。2两种配准算法的比较2.1基于互信息的图像配准互信息（MutualInformation，MI）起源于信息论，用来表示两个数据集之间的统计关系[6]。两幅灰度图像A、B的互信息可表示为[1]：10如果随机变量A的熵定义为：以及随机变量A、B的联合熵定义为：那么经过变换之后，互信息可以表示为：由公式（5）可知，当两幅图像配准时，H（A，B）最小，两幅图像的互信息达到最大。因此，基于互信息的图像配准可以表示如下[7]：f（B）表示图像

5、的空间变换。互信息反应了两幅配准图像的相关性，基于互信息的图像配准就是寻找一个空间变换关系，使得两幅图像经过这个空间变换后，它们的互信息达到最大，基本过程如下：⑴输入原图像和待配准图像，同时定义一个统一的坐标系，确定两幅图像的空间坐标变换公式；⑵分别对两幅图像进行低通滤波，确定初始搜索点和初始的搜索方向；⑶通过对待配准的图像进行空间变换来计算待配准图像与原图像之间的互信息；⑷用Powell算法对参数进行优化，找出两幅图像的最大互信息值，重复步骤（3）和（4），直到找到最优配准参数为止；⑸输出最终的配准结果，最后通过灰度差值方法得到配准后的图像。

6、10该方法不需要进行特征提取，避免了由于这些预处理所造成的精度损失，在配准过程中容易实现自动化，配准的鲁棒性较强。但是由于互信息的计算量较大，所以配准过程耗时较长。2.2基于Harris算子的图像配准方法Harris算子是Harris和Stephens提出的一种基于信号的角点特征提取的算；Harris角点检测是最经典的角点检测，具有旋转和仿射不变性[8]。其处理过程表示如下[9]：其中：gx为x方向上的梯度，gy为y方向上的梯度，为高斯模板，det为矩阵的行列式，tr为矩阵的迹，k为常数，R表示图中相应像素点的兴趣值。基于Harris算子的图像

7、配准算法实现配准的过程如下：⑴首先利用Harris算子实现角点的检测，检测到的角点位置准确，均匀合理，同时减少了误检测的几率；⑵对于步骤（1）所检测出的角点进行粗略的筛选，剔除大量的误匹配角点，之后再进行细致的筛选，从而选出精确匹配的角点对；⑶利用双线性插值方法，把参考图像和待配准进行配准，得出最后的配准图像。该方法实现简单，不受灰度变化、旋转以及噪声的影响，且能够较好的提取特征点。但是该算法只能在单一尺度下检测角点，可能会提取出伪角点。3改进的SURF特征匹配算法10针对基于互信息配准算法计算量大，耗时长，和基于harris算子存在伪角点，本

8、文对基于SURF的配准算法进行了一定的研究及改进。SURF（speed-uprobustfeatures，快速鲁棒特征提取的配准算法）是在SIFT（s