基于互信息的图像配准技术研究论文

《基于互信息的图像配准技术研究论文》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、基于互信息的图像配准技术研究毕业论文目录第1章绪论11.1研究背景11.1.1应用价值11.1.2研究概况及发展趋势11.2本文研究内容2第2章图像配准42.1图像配准的基本过程42.2图像配准方法的分类52.3主要的图像配准方法72.3.1基于特征的配准方法72.3.2基于灰度的配准方法72.4本章小结8第3章互信息在配准中的应用93.1互信息的概念93.1.1熵93.1.2互信息113.2基于互信息的配准113.2.1互信息配准的基本步骤113.2.2MATLAB平台中互信息的配准123.3本章小结13第4章互信息图像配准的技术144.1插值技术144.

2、1.1最近邻插值法144.1.2三线性插值法15344.1.3部分体积分布插值法164.2出界点处理184.3灰度级别对配准的影响184.4优化算法204.4.1引言214.4.2Powell法214.4.3遗传算法224.4.4遗传-模拟退火混合优化算法264.4.5蚁群算法284.5本章小结31结论33参考文献34致谢3634湖南工业大学本科毕业设计（论文）34湖南工业大学本科毕业设计（论文）第1章绪论1.1研究背景1.1.1应用价值随着图像信息的需求日益强烈，近二十年来，图像融合的研究蓬勃兴起，成为图像处理的一大热点。在实际应用中，单一模态的图像往往不

3、能提供所需要的足够的信息,通常需将不同模态的图像融合在一起，得到更丰富的信息以便了解综合信息。然而不同模态的图像会出现成像原理不同、分辨率不同、灰度属性不同等情况，图像间并不存在简单的一一对应关系。为了能将不同模态图像中的信息融合在一起，就必须首先进行图像配准。图像配准是图像分析和处理的关键步骤，在遥感图像处理、医学图像处理、计算机视觉和模式识别等领域得到广泛应用。图像配准的关键问题是相似性测度，它用来衡量两幅图像配准的程度。图像配准具有很重要的临床应用价值。对各种使用不同或相同的成像手段所获取的医学图像进行配准不仅可以用于医疗诊断，还可用于手术计划的制定、

4、放射治疗计划的制定、病理变化的跟踪和治疗效果的评价等各个方面。合理利用信息资源，可以弥补信息不完整、部分信息不准确或不确定引起的缺陷，使临床诊断和治疗、放疗的定位和计划设计、外科手术和疗效评估等更加全面和精确。图像配准是实现图像信息融合的基础与前提。图像融合是指不同图像之间的空间配准和叠加。这些图像经过必要的变换处理，使它们的空间位置、空间坐标达到匹配，叠加后获得互补信息，增加信息量。第一步使这些图像信息的坐标系达到空间位置的一致(配准)，第二步将已配准的这些图像信息融合成一个新的图像模态显示出来(融合)。可以说，配准是融合的前提，配准与融合密不可分。没有高

5、精度的配准，信息融合就成为空谈。图像配准的关键问题是相似性测度，它用来衡量两幅图像配准的程度。由于互信息测度无需预先假设不同成像模式下图像灰度的相关性，也不需对图像进行分割和任何预处理，精度高、稳健性强的方法，因此得到了广泛应用。1.1.2研究概况及发展趋势34湖南工业大学本科毕业设计（论文）由于图像配准在应用中表现出越来越重要的作用，研究越来越受到国内外学者的重视。虽然到目前为止已经有大量的配准方法被提出来，但是在各种图像配准方法中还存在着一些问题。对于基于特征的方法来说，它们往往具有操作简单、配准速度较快、精度较高等特点，但是这类方法也同时具有需要人工干

6、预、特征点的获取比较困难等缺点。而通过图像分割等技术来确定图像的特征也存在着较大的问题，因为图像分割的精度和评价标准都没得到很好的解决，给配准结果带来很大的不确定性。对于基于灰度的配准方法来说，由于它们只对图像的灰度进行处理，可以避免主观因素的影响，配准结果只依赖于配准方法本身，同时可以避免因图像分割而给配准带来额外的误差，并能实现完全自动的配准。最大互信息法几乎可以用在任何不同模态图像的配准，已广泛应用到多模图像的配准中。最大互信息法也存在一些缺点，如计算量大、配准时间长、互信息函数存在很多局部极值而传统的优化算法如Powell法比较容易陷入局部最优中、没

7、有考虑到图像的空间信息等。所以目前最大互信息法的研究的重点主要集中在怎样提高配准的精确度、鲁棒性和速度，包括互信息函数的精度和平滑性、多分辨率方法、配准优化算法、互信息与空间信息的结合、互信息与其他相似性测度的结合等方面的研究。针对不同的应用，研究和开发专用的配准算法是一个重要的发展方向。目前，图像配准的两个研究方向是全自动化和高精度化。为了减小在临床实用中对专家的过度依赖并减轻其劳动强度，图像配准从复杂费时、费力的基于定位装置的成像前配准，到人机交互的半自动方式，直至完全由计算机自动完成的全自动配准，发展非常迅速，精度也逐步提高。当前的配准精度已经达到了“

8、亚像素”级。回溯性医学图像配准方法总体上可分为基于几