资源描述：
《基于迭代重加权的非刚性图像配准》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第37卷第9期自动化学报Vol.37,No.92011年9月ACTAAUTOMATICASINICASeptember,2011基于迭代重加权的非刚性图像配准韩雨1王卫卫1冯象初1摘要非刚性图像配准问题是当今重要的研究课题.本文提出一类基于能量最小化方法的非刚性图像配准模型,其中包括单模态和多模态两个模型.在单模态模型中,正则项采用迭代重加权的L2范数度量,一方面克服了迭代收敛不同步的问题,另一方面使新模型既能保持图像的边缘几何结构,又能避免块效应的产生.在多模态模型中,不同模态的图像被转化为同一模态进行处理,提高了配准的效率.在模型求解方面,利用算子分裂和交替最小化的
2、方法,将原问题转化为阈值和加性算子分裂的迭代格式进行求解.数值实验表明,本文的方法对含噪以及变形较大的图像都能实现较好的配准.关键词图像配准,光流场,多模态,互信息,算子分裂DOI10.3724/SP.J.1004.2011.01059IterativelyReweightedMethodBasedNonrigidImageRegistration111HANYuWANGWei-WeiFENGXiang-ChuAbstractNowadays,thenonrigidimageregistrationproblemhasbeenanimportantresearchtop
3、ic.Thispaperproposesanenergy-basedframeworkofthenonrigidimageregistration,includingbothaone-modalitymodelandamulti-modalitymodel.Intheone-modalitymodel,theiterativelyreweightedL2normisusedtomeasuretheregularizationterm,whichbringsouttwoadvantages.Firstly,itavoidstheimbalanceproblemofthec
4、onvergingspeedindi®erentregions.Secondly,itpreservestheimportantgeometricstructuresofanimagewhilerestrainsthestaircasee®ect.Inthemulti-modalitymodel,imagesobtainedfromdi®erentmodalitiesareconvertedintotheone-modalityones,andthenmethods,handlingtheone-modalityproblemscanbeusedtodealwithth
5、emulti-modalityproblems.Byexploitingthetechniquesoftheoperatorsplittingandthealternativeminimization,wesolveourmodelbyshrinkingandadditionaloperatorsplitting(AOS).Numericalresultsdemonstratethattheproposedmethodperformswellevenfornoisyimagesandimageswithlargedeformation.KeywordsImageregi
6、stration,optical°ow¯eld,multi-modality,mutualinformation,operatorsplitting图像配准是对不同时间、不同视场、不同成像(Totalvariation,TV)和L1范数的配准模型;白小模式的两幅或多幅图像进行空间几何变换,使得各晶等[4]提出各向异性扩散的配准模型,以增强配准个图像在几何上能够匹配对应[1].它是图像处理中过程的边缘保持能力.在上述模型的数据项中,关的一个基本问题,也是计算机视觉中最困难、最重要于位移场(或光流场)的非线性函数均由其一阶泰的任务之一.按照成像设备的不同,配准可分为单模勒展
7、式代替,虽然这种线性化处理可以简化模型的态配准和多模态配准;按照形变的性质是否为刚体求解,但当物体扭曲较大时,配准的效果不佳.Lu性质,配准又可分为刚性配准和非刚性配准.本文主等[5]首次提出一个非线性化的配准模型,该模型保要研究非刚性配准,建立了单模态和多模态两个配留了非线性数据项,但由于采用L2范数度量数据准模型.项和正则项,配准模型对奇异值(Outlier)敏感[3],从能量和偏微分方程的角度研究非刚性配准的并且不能很好地保持图像的几何结构.对于多模问题,国外学者已经进行了比较广泛的探讨,国内态配准的研究,目前主要集中在图像相似性的
