基于双向异步投票策略角点匹配的X线医学图像拼接

摘要

医学图像拼接在脊柱侧弯畸形、下肢畸形的测量以及肢体骨折复位后的测量等医学诊断和治疗活动中具有重要意义。传统的胶片图像拼接过程中不仅费时,而且拼接精度低;随着数字成像技术的发展,为图像的自动无缝拼接提供了有利条件。
　　 本文分析了国内外数字图像拼接技术的研究现状以及医学图像的特点,提出了一种利用双向异步投票策略的特征点匹配的图像拼接方法。具体方法如下:首先,引进B样条函数和小波变换函数对harris角点检测算子进行改进,提出改进型多尺度harris角点检测算法,以提取图像配准的特征空间。对于质量较差的图像,在角点检测前采用基于人眼视觉模型的改进型MSR增强算法对其进行滤波增强处理;接着,采用本文提出的基于双向异步的投票策略的角点匹配算法来完成角点的粗匹配,使待拼接图像的特征点大致对应;然后利用RANSAC优化算法剔除误匹配,优化出图像的最佳变换模型,使待拼接的图像精确配准;最后,论文对图像重构算法进行了分析研究,在较高配准精度的基础上采用加权平均融合策略对配准图像进行重构,实现图像的无缝拼接。

目录

文摘

英文文摘

第一章 绪论

1.1 引言

1.2 医学图像拼接技术概述

1.2.1 数字图像拼接技术的研究现状

1.2.2 医学数字图像拼接技术的核心问题

1.3 本文的研究内容及组织结构

1.3.1 本文研究内容

1.3.2 本文的组织结构

第二章 医学图像的角点检测

2.1 医学图像增强

2.1.1 基于视觉模型Retinex的图像增强算法

2.1.2 改进型MSR增强算法

2.1.3 MSR增强实验

2.2 角点检测

2.2.1 角点定义

2.2.2 角点检测方法

2.2.3 Moravec算子

2.2.4 Harris角点检测

2.3 改进型harris角点检测算法

2.3.1 B样条函数

2.3.2 小波变换

2.3.3 改进型多尺度harris角点检测

2.3.4 改进型harris角点检测实验结果分析

2.4 总结与讨论

第三章 待拼接的医学图像配准

3.1 医学图像配准

3.1.1 医学图像配准分类及方法

3.1.2 医学图像配准框架及流程

3.1.3 医学图像配准的核心问题

3.2 图像空间几何变换

3.2.1 图像空间几何变换模型

3.2.2 灰度级插值技术

3.3 角点匹配

3.3.1 角点匹配定义

3.3.2 角点匹配方法概述

3.3.3 角点匹配技术的核心问题

3.4 基于投票策略的角点匹配

3.4.1 角点投票思想

3.4.2 基于双向异步投票策略的角点匹配

3.4.3 算法分析

3.5 配准模型的优化估计

3.5.1 相似性度量

3.5.2 搜索策略

3.5.3 基于RANSAC算法的配准模型优化估计策略

3.6 总结与讨论

第四章 待拼接的医学图像融合

4.1 待拼接的图像融合

4.2 待拼接的图像融合方法

4.3 实验结果

4.4 总结与讨论

第五章 总结与展望

5.1 论文工作总结

5.2 展望

参考文献

附录

1.本文实验环境

2.本文实验数据

2.1 文中试验数据来源

2.2 部分实验流程及结果

致谢

攻读学位期间主要的研究成果