基于特征点的医学图像配准与拼接技术研究

摘要

医学图像配准与拼接技术作为一个极具特色的研究领域，它不仅有效地综合了各种医学影像信息，同时为临床诊断提供了新思路，是当代医学领域的前沿性课题。
　　本论文主要研究了基于特征点的医学图像配准技术，并对图像拼接技术进行了初步探讨。在分析各种特征点提取算法的基础上，重点研究了尺度不变特征变换(SIFT)算法，准确地提取了医学图像的对应特征点。为了提高图像配准的精确度，本文引进了马氏距离仿射不变性、对极几何关系以及二维投影变换等概念，并设计了一个渐进的特征点匹配算法。另外，本文还着重研究了基于特征点的医学图像拼接算法，提出了加权平均融合法的改进算法，保证了拼接后图像的质量。
　　实验结果表明，本论文提出的算法有效性好、准确度高、运算速度快。

目录

声明

摘要

第一章 绪论

1．1 课题研究目的及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 论文的主要研究内容

第二章 基础理论

2．1 图像配准与拼接技术概述

2．2 基于特征点的图像配准与拼接技术框架

2．3 特征点提取概述

2．4 SUSAN算子

2．4．1 USAN区域

2．4．2 角点提取

2．4．3 测试图像及实验结果

2．5 Harris算子

2．5．1 算法原理

2．5．2 Harris算法实现流程

2．5．3 改进的Harris算子

2．5．4 测试图像及实验结果

2．6 SIFT算子

2．6．1 尺度空间极值求取

2．6．2 特征点位置的确定

2．6．3 特征点方向的确定

2．6．4 特征点描述符的生成

2．6．5 SIFT算法的实现流程

2．6．6 测试图像及实验结果

2．7 本章小结

第三章 基于特征点的医学图像配准技术分析

3．1 医学图像配准的基本概念

3．2 医学图像配准的基本框架

3．3 医学图像配准方法分类

3．3．1 按照特征空间来分类

3．3．2 按照搜索空间来分类

3．3．3 按照相似性测度来分类

3．3．4 按照搜索策略来分类

3．4 基于特征点的医学图像配准算法

3．4．1 点特征的初始匹配

3．4．2 点特征的精确匹配

3．4．3 消除错误匹配

3．5 实验结果

3．6 本章小结

第四章 医学图像拼接及融合方法的研究与实现

4．1 医学图像拼接的实现流程

4．2 医学图像预处理

4．3 图像的空间坐标变换

4．3．1 刚体变换

4．3．2 仿射变换

4．3．3 投影变换

4．3．4 非线性变换

4．4 图像的融合算法及拼接缝的消除

4．4．1 直接平均融合法

4．4．2 加权平均融合法

4．4．3 中值滤波法

4．4．4 小波变换法

4．4．5 改进的图像融合算法

4．5 多幅图像拼接的整体优化调整方案

4．6 实验结果

4．7 本章小结

第五章 结论

5．1 总结

5．2 展望

致谢

参考文献