基于分布估计算法和互信息的医学图像刚性配准算法研究

基于分布估计算法和互信息的医学图像刚性配准算法研究

ID:35061563

大小:2.81 MB

页数:46页

时间:2019-03-17

基于分布估计算法和互信息的医学图像刚性配准算法研究_第1页
基于分布估计算法和互信息的医学图像刚性配准算法研究_第2页
基于分布估计算法和互信息的医学图像刚性配准算法研究_第3页
基于分布估计算法和互信息的医学图像刚性配准算法研究_第4页
基于分布估计算法和互信息的医学图像刚性配准算法研究_第5页
资源描述:

《基于分布估计算法和互信息的医学图像刚性配准算法研究》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、029么、开:分类号;密级UD。单化代码10H2;?少巧佑3寺、驾硕壬学位论文节基于分布估计算法和互信息的医学图像刚性配准算法研巧禱20-13537;学号__片李耀东作#:訓数学学科名称:■2016年2月26日‘、、--、-、.-沈阳工业大学硕士学位论文基于分布估计算法和互信息的医学图像刚性配准算法研究ResearchonRigidRegistrationAlgorithmofMedicalImagesBasedonDistributionEstimation

2、AlgorithmandMutualInformation李耀东理学院作者:单位:指导教师:陈欣教授单位:理学院协助指导教师:单位:单位:论文答辩日期:2016年2月26日学位授予单位:沈阳工业大学独创性说明本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加标注和致谢的地方夕F,也不包含为获得,论文中不包含其他人己经发表或撰写的研究成果一沈阳工业大学或其他教育机构的学位或证书所使用过的材料。与我同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。!备、

3、签名、从.3:/f告。日期:关于学位论文使用授权的说明本学位论文作者和指导教师完全了解沈阳工业大学有关保留、使用学位论文的规定,目P;学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权沈阳工业大学可W将学位论文的全部或部分内容编入有关数据库进行检索、交流,可采用影印。、缩印或其他复制手段保存论文和汇编本学位论文(保密的论文在解密后应遵循此规定)、日/、签名斗j畢、1导师签名:下¥7作期;摘要图像配准问题是图像处理技术中一个重要课题,同时也是进行图像融合时首先有待解决的问题,是医学图像

4、分析、遥感图像分析与目标识别等问题最为基本的组成部分。图像配准的实质就是对待配准图像进行一系列空间变换之后,计算图像间的相似性测度,然后通过寻优算法在几何变换空间内搜寻对应的最优空间变换参数。科技的进步导致了众多模态传感器的不断涌现,在获取图像技术迅速提高的同时,不同成像模式的图像也迅速增多,因此怎样配准不同模态的图像,也随之成为图像配准领域的一个需要重点解决的问题,人们期望通过对这些图像数据的配准,尽可能地降低误差,从而达到提高识别率和精确度的目的。伴随着对高质量图像的需求越来越高的同时,如何提高图像配准精度和配准速度的研究也备受关注。本文以基于互信息、

5、梯度相似以及Copula分布估计优化算法的多模图像刚性配准为核心,对图像配准中的两个重要步骤进行讨论,并在总结对比经典配准算法优势和不足的基础上提出了改进的配准优化算法。通过学习研究,本文致力于得到一种具有较高精度和稳定性的刚性配准算法。首先,针对测度函数的选取做了详细介绍,基于互信息的测度函数由于忽略了图像空间信息,而导致图像配准精度下降,而增加梯度信息的测度函数对于图像间的梯度相似性考虑不够全面,因此人们对得到的配准精度还不满意。本文针对当前梯度相似做了改进,提出一种更加充分考虑图像间梯度相似性的测度函数,通过实验数据证明了这种测度函数在进行图像配准实

6、验时得到的空间变换参数相对配准精度更高,也就意味着两幅待配准图像对齐的程度更大,原因在于该测度函数与图像旋转角度之间的关系函数更为光滑,相对出现的局部极值较少,一定程度上避免了寻优算法在寻优过程中陷入局部极值。然后对本文使用的优化算法进行详细介绍。配准参数的优化搜索是图像配准过程另一个最重要步骤,对于图像配准的精度和效率同样至关重要。分析了Copula分布估计算法存在的不足之处,发现当Copula分布估计算法针对高维函数寻优时非参数估计方法存在的随机性会导致Copula函数中参数的估计出现误差,从而无法较好的估计出Copula,最终导致寻优结果不理想。针对

7、此缺点本文结合加权思想对非参数估计方法进行了改进,最终得到了改进的优化算法。经过试验证明:在图像配准中,本文提出的配准方法取得了较为理想的效果。关键词:刚性配准,互信息,梯度相似,Copula分布估计,医学图像IAbstractImageregistrationisanimportantsubjectinimageprocessing,whichalsofirstlyneedestobesolvedforimagefusion.Imageregistrationtechniqueisofgreatsignificanceinmanypracticalapp

8、lications,forinstance,medicalimag

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。