輪廓提取配準(zhǔn)方法思考范文
本站小編為你精心準(zhǔn)備了輪廓提取配準(zhǔn)方法思考參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
基于輪廓提取的醫(yī)學(xué)圖像配準(zhǔn)主要涉及三個(gè)參數(shù):平移參數(shù)T、旋轉(zhuǎn)參數(shù)R和尺度參數(shù)S.平移參數(shù)T反映了測試圖像與參考圖像的相對(duì)位移,旋轉(zhuǎn)參數(shù)R反映了測試圖像與參考圖像的相對(duì)角度差,尺度參數(shù)S反映了測試圖像與參考圖像的相對(duì)大小.本配準(zhǔn)算法的要求就是在基于輪廓提取的基礎(chǔ)上找出這些參數(shù)的一個(gè)最優(yōu)解.文中假設(shè)配準(zhǔn)的兩幅圖像中參考圖像記為s(x,y),測試圖像記為t(x,y).
1.1尺度參數(shù)S當(dāng)只對(duì)圖像進(jìn)行平移和旋轉(zhuǎn)運(yùn)算而不進(jìn)行放大縮小運(yùn)算時(shí),物體的周長是不變的,可見周長對(duì)平移和旋轉(zhuǎn)操作是一個(gè)不變的量.因此我們可以用圖像的輪廓周長比來確定兩幅圖像之間的尺度關(guān)系.
1.1.1輪廓線周長L
輪廓上的任一點(diǎn)總有8個(gè)點(diǎn)和它相鄰,即8鄰域點(diǎn).我們以如圖1的順序?qū)喞M(jìn)行跟蹤,得到輪廓線的方向碼鏈,從而輪廓線周長可以用下面的公式近似計(jì)算[10]:
1.1.2確定尺度參數(shù)S
①根據(jù)公式(2),計(jì)算參考圖像s′(x,y)的輪廓周長Ls;②同理計(jì)算測試圖像t′(x,y)的輪廓周長Lt;③計(jì)算尺度參數(shù)S=LsLt.(3)
1.2平移參數(shù)T
圖像的幾何質(zhì)心可確定物體的位置,當(dāng)兩幅圖像配準(zhǔn)時(shí)圖像的質(zhì)心應(yīng)重合,因此可以根據(jù)兩幅圖像的輪廓質(zhì)心坐標(biāo)來確定配準(zhǔn)的平移參數(shù)T.由于輪廓提取過程會(huì)產(chǎn)生微小畸變,為了消除此類誤差對(duì)輪廓質(zhì)心的影響,首先將輪廓進(jìn)行填充,即把圖像閉合輪廓曲線內(nèi)的所有像素置1,再確定質(zhì)心坐標(biāo).
1.2.1二值圖像質(zhì)心(xC,yC)任意圖像的質(zhì)心可由其零階與一階矩確定,所以二值圖像g″(x,y)的目標(biāo)質(zhì)心坐標(biāo)。其中(xi,yj)是二值圖像中像素的坐標(biāo),m和n是圖像的行數(shù)和列數(shù).
1.2.2確定平移參數(shù)T根據(jù)定義2,可按以下步驟確定平移參數(shù)T:①根據(jù)公式(5)計(jì)算參考圖像s″(x,y)的質(zhì)心坐標(biāo)(xsC,ysC);②同理計(jì)算測試圖像t″(x,y)的質(zhì)心坐標(biāo)(xtC,ytC);③計(jì)算平移參數(shù)T:Tx=xtC-xsC,Ty=ytC-ysC.(6)
1.3旋轉(zhuǎn)參數(shù)R
當(dāng)平移參數(shù)T和尺度參數(shù)S確定后,通過對(duì)圖像進(jìn)行平移和尺度變換操作,使待配準(zhǔn)的兩幅圖像之間只存在角度之間的差異.當(dāng)兩幅圖像完全匹配時(shí),對(duì)應(yīng)坐標(biāo)點(diǎn)的像素值應(yīng)相同.據(jù)此,可以采用異或運(yùn)算來構(gòu)造一個(gè)評(píng)價(jià)函數(shù),用其度量兩幅二值圖像配準(zhǔn)過程中的匹配程度.
1.3.1構(gòu)造評(píng)價(jià)函數(shù)
根據(jù)以上分析,可構(gòu)造如下函數(shù):diff(x″,y″)=∑x″y″,(7)其中,x″y″=0,當(dāng)x″和y″對(duì)應(yīng)像素點(diǎn)像素值同時(shí)為0或1時(shí)1,當(dāng)x″和y″對(duì)應(yīng)像素點(diǎn)像素值相異時(shí),x″和y″分別是待配準(zhǔn)的圖像x和y對(duì)應(yīng)的二值圖像.可見diff(x″,y″)描述的是x和y兩幅二值圖像中對(duì)應(yīng)像素之間的像素值的異或關(guān)系,當(dāng)diff(x″,y″)值最小時(shí),兩幅圖像具有最大相似性.
1.3.2確定旋轉(zhuǎn)參數(shù)R
根據(jù)構(gòu)造函數(shù)diff(x″,y″),確定最佳旋轉(zhuǎn)參數(shù)的問題轉(zhuǎn)化為搜索一個(gè)角度使函數(shù)diff(x″,y″)的值最小的問題.為此我們對(duì)測試圖像進(jìn)行旋轉(zhuǎn),每旋轉(zhuǎn)一個(gè)角度,就計(jì)算一次diff(x″,y″)的值,這樣循環(huán)迭代,當(dāng)diff(x″,y″)為最小時(shí),測試圖像所旋轉(zhuǎn)的角度就是最佳的配準(zhǔn)旋轉(zhuǎn)參數(shù)R.其算法描述如下:①初始化參數(shù);②平移t″(x,y),使其質(zhì)心與s″(x,y)重合;③對(duì)t″(x,y)進(jìn)行尺度變換,使其尺度與s″(x,y)一致;④以質(zhì)心為旋轉(zhuǎn)中心,不斷旋轉(zhuǎn)t″(x,y),當(dāng)diff(s″(x,y),t″(x,y))達(dá)到最小時(shí)t″(x,y)所旋轉(zhuǎn)過的角度即為所求的最佳旋轉(zhuǎn)參數(shù)R.
2醫(yī)學(xué)圖像配準(zhǔn)實(shí)驗(yàn)結(jié)果
從廣西桂林市南溪山醫(yī)院核醫(yī)學(xué)科選取了一組圖片,該圖為一個(gè)腫瘤患者的頭部功能醫(yī)學(xué)圖像a為參考圖像,圖2b為測試圖像,c為參考圖像和測試圖像不經(jīng)配準(zhǔn)直接融合得到的無配準(zhǔn)融合圖像.我們分別采用基于輪廓質(zhì)心和主軸的配準(zhǔn)算法、基于最大互信息的配準(zhǔn)算法以及本文算法對(duì)圖2a和圖2b進(jìn)行配準(zhǔn),得到如表1所示的配準(zhǔn)參數(shù),并根據(jù)各組配準(zhǔn)參數(shù)對(duì)測試圖像圖2b實(shí)現(xiàn)平移、旋轉(zhuǎn)及尺度變換,得到第二行的三幅配準(zhǔn)圖像,其中圖2d為基于輪廓質(zhì)心和主軸配準(zhǔn)算法得到的配準(zhǔn)圖像,圖2e為基于最大互信息配準(zhǔn)算法得到的配準(zhǔn)融合圖像,圖2f為本文算法得到的配準(zhǔn)融合圖像.3算法分析及其評(píng)價(jià)輪廓是醫(yī)學(xué)影像中非常重要、非常有用的信息.本文算法是基于醫(yī)學(xué)影像中器官的輪廓,計(jì)算出平移參數(shù)和尺度參數(shù),然后利用異或運(yùn)算構(gòu)造一個(gè)評(píng)價(jià)函數(shù),通過循環(huán)迭代求得旋轉(zhuǎn)參數(shù)的一個(gè)最優(yōu)解.
由于輪廓是圖像中一個(gè)相對(duì)穩(wěn)定的信息,它受外界條件的影響相對(duì)較小,因此本算法具有較強(qiáng)的抗干擾能力,同時(shí)也適合不同形式的醫(yī)學(xué)影像的配準(zhǔn).當(dāng)然,本文配準(zhǔn)算法的配準(zhǔn)精度受到輪廓提取精度的影響,而輪廓的提取精度又直接受圖像質(zhì)量和輪廓提取算法的制約.因此,為了得到更高的配準(zhǔn)精度,可以根據(jù)圖像特點(diǎn)對(duì)其進(jìn)行圖像預(yù)處理[11,12],抑制圖像中存在的噪聲,同時(shí)突出目標(biāo)的輪廓線,再提取輪廓線.從理論分析及實(shí)驗(yàn)所示數(shù)據(jù)表,我們可以看出,本文配準(zhǔn)算法的配準(zhǔn)時(shí)間稍慢于基于輪廓質(zhì)心和主軸的配準(zhǔn)算法,但遠(yuǎn)遠(yuǎn)小于基于最大互信息的配準(zhǔn)算法.從圖像的融合結(jié)果看,本文的融合效果也是介于另外兩種算法之間.因此,本文算法是有效的.