基于surf和改进的ransac算法的医学图像配准

《基于surf和改进的ransac算法的医学图像配准》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据医学影像I：程学MedicallmagillgEngineering·470-中闰医学影像学杂志ChineseJoumalofMedicallmagingDoj：10．3969／j．issn．1()05—5l85．201406．019沦著0r罾nalResearch基于S切Ⅻ和改进的黜气NSAC算法的医学图像配准MemcalImageRegis伽onB鹪edonSu江andhnproved黜蝌SACAlg蛐谷宗运1二GUZD，幄r2f，7谭红春t下ANHongchun殷云霞1yⅢM，，“砌杜春敏1D[厂(*￡，，7，”i，7作者单位1．安徽中医药大学医药信息L程学

2、院安徽合肥23003l2．安徽省计算机r{1医应用研究所安徽合肥230038通讯作者谭红春InfbrmationEngineeringCollegeof’rraditiOnaChineseMedjcine，AnhuiUniversityofChineseMedicine．Hefei230031．ChinaAddressCorrespondenceto：7×_Ⅳ，如，?gf，7zf疗E—mail：ahtcmtan@163．com基金项目安徽省高等学校省级优秀青年人才基金项目(2012sORLl02)：安徽中医药大学青年基金项闷(20130N005)。中图分类号TP391．4

3、收稿日期：2013—12—04修回日期：2014—05—26中国医学影像学杂志2014年第22卷第6期：470-475，480ChineseJoumaJofMedicaIImaging2014V01ume22(61：470—475，480【摘要】为了提高医学图像配准的鲁棒性、准确性和速度，本文提出一种结合加速鲁棒性特征(suRF)和改进的随机采样一致算法(RANsAc)的医学图像配准算法首先提取图像上的suRF特征点，完成特征点初始匹配，然后用改进的RANsAc算法剔除误匹配点对，最后根据提纯后的匹配点对估计出两幅图像间的空间几何变换参数完成图像配准。实验结果表明，与传统

4、的几种算法相比，在图像中含有噪声、灰度不均匀及初始变换范围比较大的情况下，该算法在达到良好配准精度的同时具有较强的鲁棒性和更快的速度。【关键词】医学图像配准；图像处理，计算机辅助；加速鲁棒性特征；随机采样一致算法【Abs仃∞t】TbimproVethemedicaJimageregjstratjonrobustness，accufacyandspeed，thispaperproposesamedicalimageregistrationalgorithmcombiningSURFwithimproVedRANSACalgorithm．Thisalgorithm6rstex

5、tractsSURFfeaturedpoints仔omtheimagestomatchwithsimilarfeaturedpoints．ThentheimpmvedRANSACalgorithmisusedtoeliminatewrongmatches．Finallytheimageregistrationprocessisaccomplishedbyestimatingspacegeomet“cVariedparametersaccordingtothematchingpointafterpurification．Experimentalresultsshowthat

6、comparedwithconventionalalgorithms，theproposedalgorithmismorembustwithhigherspeedwhilemaintaininggoodregistrationaccuracywhenanalyzingimageswithnoise，non—unifornljntensjtyand】argescopeoftheinitialmisalignment．【l【eywords】Medicalimageregistration；lmageprocessing，computer—assisted；speeded—up

7、mbustfeatures；Randomsampleconsensu8医学图像配准是指通过寻找某种空间变换，将不同时间、不同观察点以及不同模态的两幅医学图像特征达到空间位置和解剖结构上的完全一致⋯。医学图像配准是医学图像融合的基础和前提，在实际临床医学中具有重要意义，已经广泛应用于疾病诊断、放射治疗和医学研究中。根据图像配准中利用的图像信息不同，图像配准可以分为基于灰度的配准方法[21和基于特征的配准方法口】。基于灰度的配准方法通常采用图像间对应像素灰度值的某种相似性最大化的原理实现配准[4】，该方法精度较高、鲁棒性强，不需要