基于Active Demons算法的非刚性图像配准方法研究

摘要

Active Demons算法是一种重要的非刚性配准方法，作为Demons算法的改进形式，不仅进一步提高了算法的收敛速度而且可以配准变形较大的图像。但是，其仅依靠均化系数α调节变形驱动力强度，使得图像的变形程度不好控制，无法兼顾大形变和小形变区域的准确配准，容易造成配准精度不高的弊病。
　　为此，本文提出了一种基于Active Demons算法的非刚性配准方法。该方法在Active Demons算法计算驱动力的公式中引入一个称为平衡系数k的新参数，与均化系数α联合调整驱动力，使得图像的变形程度更灵活、易于控制，不仅可以兼顾图像中大形变和小形变区域的准确配准，而且同时提高了收敛速度和精确度。
　　为了进一步提高配准的收敛速度和精确度以及避免陷入局部极值，在配准算法实现的过程中引入由粗到精的多分辨率策略。经过在合成图像、自然图像以及医学图像上的多次实验表明，该方法较经典的Active Demons方法收敛速度更快，配准精度平均提高了54.40％，解决了Active Demons方法存在的问题。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 非刚性配准方法的分类

1．2．2 基于Demons算法的非刚性配准方法的研究现状

1．3 非刚性配准研究中的几个关键问题

1．4 本文研究主要内容

第2章 基于光流场理论的Demons算法的分析研究

2．1 Demons算法

2．2 Active Demons算法

2．3 基于Demons算法的若干改进方法概述

2．3．1 基于曲率与梯度信息结合的改进方法

2．3．2 基于扩展Active Demons的改进方法

2．4 几种方法的配准效果对比分析

第3章 提出的基于Active Demons算法的非刚性配准方法

3．1 提出的基于Active Demons算法的非刚性配准方法思想

3．2 平衡系数的引入及取值分析

3．2．1 引入平衡系数的有效性分析

3．2．2 最优平衡系数的取值分析

3．3 基于多分辨率策略实现非刚性配准

第4章 提出的非刚性配准方法的实验分析

4．1 合成图像实验分析

4．2 自然图像实验分析

4．3 医学图像实验分析

4．4 综合分析与评价

第5章 总结与展望

参考文献

致谢