导读:本文包含了非线性配准论文开题报告文献综述及选题提纲参考文献,主要关键词:医学图像配准,相似性测度,正则化,特征描述符
非线性配准论文文献综述
张莉[1](2018)在《面向医学图像复杂形变和非线性灰度差异配准的关键技术研究》一文中研究指出医学图像配准是医学影像处理和分析的关键步骤,在完成图像信息融合,辅助临床诊断,预测术后代偿效果,跟踪病理变化以及评估治疗效果等方面发挥着重要作用。然而,医学图像的形变复杂性、模态多样性以及灰度差异的非线性等特征使得医学图像配准技术具有巨大的挑战性。已有的大多数医学图像配准技术,要么忽略图像所包含的丰富的空间结构信息,要么对图像中非线性灰度差异不变性的特征考虑不够,导致在复杂形变和非线性灰度差异下的医学图像配准存在收敛速度慢、配准精度低和鲁棒性差的问题。针对这些问题,本文开展了面向医学图像复杂形变和非线性灰度差异配准的关键技术研究。本文通过深入研究和分析现有的医学图像复杂形变和非线性灰度差异配准的关键技术,提出了一系列的改进算法。本文主要的研究工作如下:(1)针对传统互信息仅考虑图像全局一致的灰度统计特性而忽略了空间结构信息、易引起配准误差等缺陷,本文提出了一种基于局部结构张量-互信息(Local Structure Tensor-Mutual Information,LST-MI)的多模态图像配准算法。为了引入图像的空间结构信息,本文将互信息与基于局部结构张量提取的图像结构贡献强度信息相结合,构建了一个新相似性测度LST-MI。随后,本文将LST-MI作为基于刚性变换配准模型的目标能量函数,并利用最速下降法的优化策略来寻找全局最优的模型参数,实现了多模态图像的配准。接下来,本文从不同角度探讨了具有复杂形变肺部器官的非刚性配准问题。非刚性配准过程均在该算法所搭建起的刚性配准平台上进行的。(2)针对胸部随访CT图像之间存在较为严重的形变,而使得它们的配准鲁棒性弱以及精确度低等问题。为了克服这些问题,本文通过研究基于边缘保持平滑滤波器的正则化模型,提出了一种基于HDCS(Hybrid Diffusion filter with Continuous Switch,HDCS)滤波器的新正则化模型约束的图像配准算法。首先,本文将HDCS滤波器代替Gaussian滤波器来实现形变位移场的正则化,构建了一个新正则化方法。其次,本文将该新正则化方法用于基于微分同胚Demons的形变配准模型来实现配准。该新正则化方法能够避免配准过程中形变位移场的过平滑现象,从而降低配准过程陷入局部极值的风险,提高了配准鲁棒性和精确度。(3)针对Log-Demons配准算法及其改进算法中仅采用SSD作为配准模型的相似性项,而忽略了局部结构特征的相似性度量,导致了它们对大而复杂形变图像的配准性能仍然不理想。为此,本文提出了一种基于Log-Euclidean协方差矩阵描述符的医学图像配准算法。在Log-Demons配准模型的基础上,本文首先构建了具有旋转、缩放和尺度不变性的局部结构描述符LECM(Log-Euclidean Covariance Matrices,LECM),然后将参考图像的LECM描述符对数和浮动图像的LECM描述符对数之间的欧氏距离作为一个新的匹配项添加到Log-Demons配准模型的目标函数来实现图像配准。该新匹配项为配准过程中形变位移场的更新提供了结构约束,且保持了新目标函数的可微性,提高了配准鲁棒性和配准精度。(4)针对多模态医学图像较大非线性灰度差异所造成的配准精度低和鲁棒性差的问题,本文鉴于频率特征对非线性灰度差异的不变性,提出了一种基于局部相位和相位一致性的多模态医学图像配准算法。为了克服非线性灰度差异对配准性能的影响,本文利用多方向的局部相位均值和相位一致性特征构建了具有非线性灰度差异不变性的LPPCO(Local Phase mean and Phase Congruency of different Orientations,LPPCO)特征描述符,并将LPPCO之间的归一化互相关(Normalized Cross Correlation,NCC)度量作为快速模板匹配模型的相似性测度来实现配准。实验结果表明,本文的算法对存在复杂形变和非线性灰度差异的图像配准具有较强的鲁棒性、较高的精确度和较快的收敛速度,因此对完善医学图像配准理论、拓展配准的应用领域等具有重要的参考价值。(本文来源于《华南理工大学》期刊2018-12-25)
董浩,吕东岳[2](2018)在《非线性尺度配准NLORB和亮度模板融合的方法》一文中研究指出视频场景的图像拼接方法需要拥有实时性、尺度旋转不变性和较好的融合效果。ORB尺度不变性较差,SIFT时间复杂度高,并且没有充分保持边缘细节,因此在非线性尺度与ORB的基础上,介绍改进的配准方法 NLORB和基于YUV亮度模板的均值坐标融合法。NLORB采用非线性尺度消除噪声并保持边缘,使用图像熵确定尺度参数,设置合适的关键点间距,多尺度空间搜寻极值点,构造稳定的ORB特征和描述向量,采用RANSAC进行匹配。通过仿真实验对比,NLORB能改善ORB尺度不变性和分布均匀性,提高匹配的成功率,亮度模板的均值坐标法加强了融合效果。(本文来源于《计算机与现代化》期刊2018年03期)
郑杨,胡娟,王永波,彭亚新[3](2018)在《基于带约束隐表示的非线性形状配准》一文中研究指出主要通过对形状进行带约束的隐表示来研究非线性形状配准.首先,采用隐函数的零水平集来表示形状,并结合从整体到局部的策略,对形状配准问题进行了建模.其次,为提高模型精度,对全局尺度形变和局部非线性形变引入了尺度约束和带状约束.进一步,给出了一阶变分,并应用负梯度流进行数值求解.最后,多个数据集上与现有经典算法的对比实验表明,给出的算法具有更优的精度.(本文来源于《运筹学学报》期刊2018年01期)
郑亚飞[4](2017)在《基于区域和非线性空间的遥感图像配准方法研究》一文中研究指出图像配准在领域有着广泛的应用,比如图像融合及拼接,变化检测,环境监测等,是这些应用中关键的一步。图像配准是将不同传感器,不同角度,不同时间段的两幅或者多幅图像进行匹配、迭加的过程。随着技术的发展,获取图像的来源越来越多,各种不同种类的传感器获得图像也各有差异。单一的图像数据分析已无法满足人们的需求,所以结合多种图像数据,从不同的角度来综合分析这些图像的信息,给人们带来更有价值的信息。目前最广泛使用的是基于特征和基于灰度信息两个基本的图像配准方法。由于基于特征的图像配准技术受光照、旋转的影响较小且精度和计算效率高等优点,所以是当前图像配准领域研究的热点。尽管目前已经有许多基于特征的配准方法,但由于图像之间的差异化,畸变等因素和人们对图像配准精度要求越来越高,本文结合现有的图像配准技术,提出了以下两种改进的图像配准方法:第一种方法是提取两种特征点,并分区域进行匹配。对遥感图像提取SIFT特征点和Harris特征点。这样做的目的是为尽可能多的得到特征点,保留更多的图像细节提取更多的图像信息,丰富特征点的种类,为后续匹配过程提供足够的特征点。然后通过素描图根据这些特征点的位置信息将其划分到结构区域和非结构区域。之后两幅图像对应的区域分别进行匹配,并用RANSAC去除错误点,最后结合两个区域得到的正确匹配点对得到配准变换参数。通过对图像数据进行实验,配准结果表明本文提出的方法不但增加了特征点的个数,而且提高了配准精度。第二种方法是针对SAR图像配准进行了改进。由于SAR图像有较强的乘性噪声的特性给图像配准带来一定困难。针对SAR图像这一问题,为了能够保留边缘特征,提取到更多有用的特征点,在非线性空间中检测Harris特征点。由于SAR图像有较多的噪声,为了减少噪声的影响,采用改进的梯度算子进行特征点提取和描述子的计算,最后用最小二乘法得到配准结果。通过对SAR图像进行测试,实验结果表明有该算法对SAR图像配准具有较高的精确度。(本文来源于《西安电子科技大学》期刊2017-06-01)
施文灶,毛政元[5](2016)在《采用非线性尺度空间滤波和SIFT的遥感影像配准方法》一文中研究指出针对传统点特征匹配算法存在运算时间长和配准精度低的问题,提出一种基于非线性尺度空间滤波和尺度不变特征转换(SIFT)点特征配准算法.首先,通过非线性尺度空间滤波对基准影像和待配准影像分别进行预处理,保留其边缘信息并去除噪声.其次,采用SIFT算法对预处理后的两幅影像进行特征点提取,通过最近邻和次近邻的欧式距离比值法进行双向匹配,得到匹配特征点.最后,对待配准影像进行仿射变换.结果表明:该方法的总体运行时间比传统SIFT点特征配准算法降低63.2%,且配准精度大幅提高.(本文来源于《华侨大学学报(自然科学版)》期刊2016年01期)
余道明,张家树,汪辉[6](2014)在《基于非线性尺度空间的图像配准技术》一文中研究指出针对尺度不变的二值化角点(BRISK)算法抗噪性能较低,未充分利用图像的边缘的问题,提出了一种基于非线性尺度空间的图像配准技术。该算法在构造尺度空间的时候采用非线性滤波器构造图像非线性尺度空间,同时利用AGAST算法在构建的非线性空间里提取具有显着特征的角点,结合旋转不变性的BRIEF算法构造128位的二值化描述子,采用汉明距离匹配描述子。实验结果表明,该算法能大幅度提高关键点的提取质量,获得了较好特征点重复检测率,增强了特征点鲁棒性以及提高了描述子的匹配率。(本文来源于《计算机光盘软件与应用》期刊2014年08期)
郭峰林,管庶安,胡尧俊,田魁[7](2013)在《一种非线性失真的PCB图像配准方法》一文中研究指出建立边缘对准度函数,通过抽样特征点对样本PCB图像与待测PCB图像进行全局配准.由于相机镜头畸变导致图像非线性失真,全局对准后,局部配准存在偏差.提出分块对准策略,解决局部配准问题,同时针对局部配准后,块与块的交界处存在断裂现象,采用最小二乘法进行边缘拟合,实现全局PCB与局部PCB图像无缝配准.(本文来源于《安徽大学学报(自然科学版)》期刊2013年06期)
左志权,刘正军,张力[8](2013)在《基于一阶展开多项式快速趋近的非线性ICP配准理论模型》一文中研究指出针对传统离散点云ICP配准算法迭代次数多、收敛慢等特点,提出以3D点集间共轭点欧氏距离之和最小为理论基础的非线性最小二乘配准数学模型。通过对真实激光雷达扫描点云进行配准对比实验,表明在初值条件相同情况下,所提出的非线性ICP配准模型不仅能与传统ICP配准达到同样的配准精度,而且能在6~7次左右达到快速迭代收敛,是实现传统ICP配准模型的一种新途径。(本文来源于《北京大学学报(自然科学版)》期刊2013年05期)
李文龙,程流泉,李军,包尚联[9](2011)在《基于自由形变的3D非线性医学图像配准》一文中研究指出目的针对北京大学医学物理和工程北京市重点实验室研发的小动物SPECT/CT成像仪,实现叁维上的图像配准以校正成像间产生的组织运动伪影。方法把被成像组织的运动用整体的仿射变换和局部的非线性变换两部分进行表达,并用基于体素的归一化互信息作为配准的相似性测度,建立综合图像相似性测度和空间变换函数平滑性要求的代价方程,用近似牛顿算法(LBFGS)在全空间搜索最优化变换参数使得代价方程取得极值,从而确定该相似性测度下的空间变换函数。结果用模拟数据对该方法进行验证的结果表明,配准后图像间的相关系数值有所增加,误配基本被消除。结论采用此方法能够较好地描述局部组织的非线性运动,消除呼吸运动伪影,实现叁维图像的配准。(本文来源于《中国医学影像技术》期刊2011年12期)
张婧,郇中丹,张海利[10](2011)在《有关非线性图像配准的正则化(英文)》一文中研究指出近年来,非线性图像配准各种方法的数值分析已经十分成熟;但是大多数工作都没有考虑理论上的收敛性分析.本文对非线性图像配准极小问题进行了理论上的分析证明.我们得到了极小问题正则解的存在性、稳定性及收敛性,证明了在正则化算子和正则参数分别满足一定的条件下,极小问题的正则解收敛到我们所关心的问题的解.这一理论上的证明过程及结果将对非线性图像配准的正则化算子的选取提供十分重要的依据.(本文来源于《工程数学学报》期刊2011年06期)
非线性配准论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
视频场景的图像拼接方法需要拥有实时性、尺度旋转不变性和较好的融合效果。ORB尺度不变性较差,SIFT时间复杂度高,并且没有充分保持边缘细节,因此在非线性尺度与ORB的基础上,介绍改进的配准方法 NLORB和基于YUV亮度模板的均值坐标融合法。NLORB采用非线性尺度消除噪声并保持边缘,使用图像熵确定尺度参数,设置合适的关键点间距,多尺度空间搜寻极值点,构造稳定的ORB特征和描述向量,采用RANSAC进行匹配。通过仿真实验对比,NLORB能改善ORB尺度不变性和分布均匀性,提高匹配的成功率,亮度模板的均值坐标法加强了融合效果。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非线性配准论文参考文献
[1].张莉.面向医学图像复杂形变和非线性灰度差异配准的关键技术研究[D].华南理工大学.2018
[2].董浩,吕东岳.非线性尺度配准NLORB和亮度模板融合的方法[J].计算机与现代化.2018
[3].郑杨,胡娟,王永波,彭亚新.基于带约束隐表示的非线性形状配准[J].运筹学学报.2018
[4].郑亚飞.基于区域和非线性空间的遥感图像配准方法研究[D].西安电子科技大学.2017
[5].施文灶,毛政元.采用非线性尺度空间滤波和SIFT的遥感影像配准方法[J].华侨大学学报(自然科学版).2016
[6].余道明,张家树,汪辉.基于非线性尺度空间的图像配准技术[J].计算机光盘软件与应用.2014
[7].郭峰林,管庶安,胡尧俊,田魁.一种非线性失真的PCB图像配准方法[J].安徽大学学报(自然科学版).2013
[8].左志权,刘正军,张力.基于一阶展开多项式快速趋近的非线性ICP配准理论模型[J].北京大学学报(自然科学版).2013
[9].李文龙,程流泉,李军,包尚联.基于自由形变的3D非线性医学图像配准[J].中国医学影像技术.2011
[10].张婧,郇中丹,张海利.有关非线性图像配准的正则化(英文)[J].工程数学学报.2011