Print

基于互信息的多模态图像配准

论文摘要

基于互信息的图像配准方法直接利用图像的灰度信息,不需要对图像进行分割等预处理,有鲁棒性好、自动化等优点,本文对基于互信息的图像配准进行了研究。首先介绍了主要图像配准方法和基于互信息配准的基本过程。分析了图像插值对互信息统计的影响,针对互信息局部极值导致误配准的问题,在PV插值方法的基础上运用核函数的方法抑制互信息局部极值,实验证明可有效消除局部极值,便于最优化搜索算法搜索到正确的配准参数。为了提高配准的精度和效率,设计了基于小波变换的多级优化方法,采用小波变换和单纯形法相结合的优化算法方法由粗到精进行配准。针对图像非刚性配准中手动选取标记点存在问题,运用模板匹配自动选择标记点的方法,通过采用薄板样条插值构建待配准图像与参考图像之间的非线性映射关系,初步实现了图像的扭曲校准。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 图像配准的研究内容和意义
  • 1.2 图像配准方法的研究现状
  • 1.3 基于互信息配准方法的研究进展
  • 1.4 本文研究内容
  • 第二章 基于最大互信息的配准方法
  • 2.1 熵
  • 2.2 互信息的计算
  • 2.3 互信息配准算法
  • 2.4 关于互信息方法的一些讨论
  • 2.4.1 基于最大互信息配准方法的优点
  • 2.4.2 基于最大互信息配准方法的不足
  • 2.5 本章小结
  • 第三章 互信息局部极值的抑制
  • 3.1 图像的基本变换
  • 3.2 图像插值
  • 3.2.1 常见插值算法
  • 3.2.2 图像插值的影响
  • 3.3 核函数的抑制方法
  • 3.3.1 三角核函数
  • 3.3.2 高斯核函数
  • 3.4 实验结果及对比分析
  • 3.5 本章小结
  • 第四章 互信息配准的优化方法
  • 4.1 最优化搜索算法
  • 4.1.1 引言
  • 4.1.2 单纯形的转换
  • 4.1.3 单纯形法的计算步骤
  • 4.2 基于小波变换的优化方法
  • 4.2.1 小波变换和多分辨分析
  • 4.2.2 Mallat 算法和小波分解
  • 4.3 配准实验与结果分析
  • 4.4 本章小结
  • 第五章 基于互信息的非刚性配准
  • 5.1 薄板样条插值
  • 5.2 互信息非刚性配准
  • 5.2.1 分层互信息非刚性配准
  • 5.2.2 自动选取标记点
  • 5.3 实验结果及讨论
  • 5.4 本章小结
  • 第六章 结论
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/48801546066870600c526418.html