论文摘要
医学图像配准是医学图像处理领域中的一个重要的研究课题,它是同一场景多幅图像分析研究的基础,也是医学图像融合、重建以及标准图谱建立等研究的基础。因此配准技术成为医学图像处理的重要研究课题。由于人体结构的复杂性,对于可以看成刚性体的器官,可以使用刚性配准技术进行配准,而对于更多的复杂的非刚性体器官,简单的刚性配准算法无法表示人体复杂结构的局部细节,但这些细节却是临床诊断中很重要的依据,必须采用具有更高自由度的非刚性配准技术。本文以多种模态图像为数据源,根据实际临床诊断的需求对医学图像的配准算法进行了研究与开发,设计并实现了基于角点特征的刚性配准和互信息约束自由形变的非刚性配准,取得了较好的实验结果。本文首先对待处理的图像进行了预处理,主要技术包括：灰度调节、平滑去噪、坐标映射、插值等,尽量消除了图像的强度、噪声、尺寸等因素对算法的影响；然后针对包含刚性变化的医学图像的配准问题,在对主成份分析算法和Harris角点检测技术进行研究的基础上,设计了一种基于角点特征的刚性配准算法,实现了对刚性图像的自动配准；针对包含非刚性器官的医学图像的配准问题,在对自由形变技术、互信息技术和B样条技术进行研究的基础上,设计了一种互信息约束自由形变的非刚性配准算法,实现了对非刚性图像的高效的自动配准。通过大量的测试数据证明,本文所采用的算法可以对医学图像进行准确高效的自动配准,操作简单方便,能够满足实际的需要。