第39卷第7期自动化学报Vol.39,No.7
2013年7月ACTAAUTOMATICASINICAJuly,2013
一种透视不变的图像匹配算法
蔡国榕1李绍滋2,3吴云东1苏松志2陈水利1
摘要针对ASIFT(Affinescaleinvariantfeaturetransform)算法存在的仿射采样策略、采样点离散设置等问题,提出了一种基于粒子群优化的图像透视不变特征PSIFT(Perspectivescaleinvariantfeaturetransform)算法.该算法通过虚拟相机的透视采样来模拟景物在多视角图像中的变形.在此基础上,将图像匹配问题转换为透视变换的优化问题,并以粒子群算法为工具,研究了虚拟相机旋转参数搜索空间、适应值函数的合理设定.针对三组不同类型低空遥感图像的实验结果表明,该算法比ASIFT、SIFT(Scaleinvariantfeaturetransform)、Harrisaffine和MSER(Maximallystableextremalregions)等算法获得更多的特征匹配对,有效地提高了算法对视角变化的鲁棒性.
关键词图像匹配,透视变换,SIFT特征,粒子群优化
引用格式蔡国榕,李绍滋,吴云东,苏松志,陈水利.一种透视不变的图像匹配算法.自动化学报,2013,39(7):1053−1061
DOI10.3724/SP.J.1004.2013.01053
APerspectiveInvariantImageMatchingAlgorithm
CAIGuo-Rong1LIShao-Zi2,3WUYun-Dong1SUSong-Zhi2CHENShui-Li1
AbstractTosolvetheproblemofaffinetransformanddiscretesamplinginASIFT(Affinescaleinvariantfeaturetransform),thePSIFT(Perspectivescaleinvariantfeaturetransform),whichisbasedonparticleswarmoptimization,isproposedinthispaper.Theproposedalgorithmusesavirtualcameraandhomographictransformtosimulateperspectivedistortionamongmulti-viewimages.Therefore,particleswarmoptimizationisemployedtodeterminetheappropriatehomography,whichisdecomposedintothreerotationmatrices.Experimentalresultsobtainedonthreecategoriesoflow-altituderemotesensingimagesshowthattheproposedmethodoutperformssignificantlythestate-of-the-artASIFT,SIFT,Harris-affineandMSER,especiallywhenimagessuffersevereperspectivedistortion.
３Ｏ卷２期 ２０１１年４月 中 国 生物 医学工程学报 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖ０１．３０ Ｎｏ．２ Ａｐｒｉｌ ２０１１
基于多目标交叉变异粒子群算法的多模医学图像非刚性配准
许鸿奎 江铭炎 杨明强
’（山东大学信息科学与工程学院，济南２５０１００） （山东建筑大学，济南２５０１０１）
摘 要：以互信息为相似性测度，采用Ｂ样条变换对多模态医学图像进行非刚性配准时，由于噪声及图像插值等 原因造成的互信息局部极值使得传统优化方法不能搜索到最佳配准参数。为此，使用粒子群智能优化方法作为搜 索策略，以降低对图像预处理的要求，进一步提高基于互信息的非刚性配准的鲁棒性。为了克服粒子群算法受初 始值选取等因素的影响易陷于局部最优的缺点，使用ＬＢＦＧＳ优化得到的结果构造初始粒子群，采用多目标优化方 法结合交叉变异策略加以改进，使得算法在解空间搜索的遍历性得到改善，优化结果更接近全局最优。ＭＲ—Ｔ２与 ＭＲ．ＰＤ图像的配准实验证明，该方法提高了基于互信息的Ｂ样条非刚性配准的鲁棒性，配准率达到９４％；ＣＴ与 ＰＥＴ图像的配准实验表明该方法相比惯性权重粒子群算法提高了配准精度，互信息增加了０．０２６；另外，ＣＴ与 ＣＢＣＴ图像的配准实验也验证了本方法的有效性。
关键词：非刚性配准；互信息；多目标优化；粒子群算法；交叉变异 中图分类号ＴＰ３９１ 文献标识码Ａ 文章编号０２５８—８０２１（２０１１）０２－０２３２￣８
Ｎｏｎ－ｒｉｇｉｄ Ｒｅｇｉｓｔｒａｔｉｏｎ ｏｆ Ｍｅｄｉｃａｌ Ｍｕｌｔｉｍｏｄａｌ Ｉｍａｇｅｓ Ｂａｓｅｄ ｏｎ
Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ Ｃｒｏｓｓ－ｍｕｔａｔｉｏｎ ＰＳＯ Ａｌｇｏｒｉｔｈｍ
ＸＵ Ｈｏｎｇ—Ｋｕｉ ＪＩＡＮＧ Ｍｉｎｇ．Ｙａｎ ＹＡＮＧ Ｍｉｎｇ—Ｑｉａｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ ２５０１００，Ｃｈｉｎａ） （Ｓｈａｎｄｏｎｇ Ｊｉａｎｚｈｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ ２５０１０１，Ｃｈｉｎａ）
第２７卷第３期 ２０１０年３月 计算机应用研究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ Ｖｏｌ＿２７ Ｎｏ．３ Ｍａｒ．２０１０
基于Ｇ ＰＵ的快速三维医学图像刚性配准技术术
秦安，徐建，冯前进，孟晓林，陈武凡
（南方医科大学广东省医学图像处理重点实验室，广州５１０５１５）
摘要：自动三维配准将多个图像数据映射到同一坐标系中，在医学影像分析中有广泛的应用。但现有主流三
维刚性配准算法（如ＦＬＩＲＴ）速度较慢，２５６ 大小数据的刚性配准需要３００ Ｓ左右，不能满足快速临床应用的需
求。为此提出了一种基于ＣＵＤＡ（ｃｏｍｐｕｔｅ ｕｎｉｆｉｅｄ ｄｅｖｉｃｅ ａｒｃｈｉｔｅｃｔｕｒｅ）架构的快速三维配准技术，利用ＧＰＵ（ｇｒａ—
ｐｈｉｃ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）并行计算实现配准中的坐标变换、线性插值和相似性测度计算。临床三维医学图像上的实
验表明，该技术在保持配准精度的前提下将速度提高了一个数量级，非常适合海量快速的Ｉ临床应用。
关键词：三维图像刚性配准；统一计算设备架构；三维医学图像；ＧＰＵ
中图法分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１００１—３６９５（２０１０）０３—１１９８—０３
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１０．０３．１１１
Ｆａｓｔ ３ Ｄ ｒｉｇｉｄ ｍｅｄｉｃａｌ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｂａｓｅｄ ｏｎ ＧＰＵ
ＱＩＮ Ａｎ，ＸＵ Ｊｉａｎ，ＦＥＮＧ Ｑｉａｎ－ｊｉｎ，ＭＥＮＧ Ｘｉａｏ—ｌｉｎ，ＣＨＥＮ Ｗｕ—ｆａｎ （Ｋｅｙ Ｌａｂｏｒａｔｏｒｙｆｏｒ Ｍｅｄｉｃａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ｏｆＧｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｅ，Ｓｏｕｔｈｅｒｎ Ｍｅｄｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ ５１０５１５，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｕｔｏｍａｔｉｃ ３Ｄ ｉｍａｇｅ ｒｉｇｉｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｔｅｃｈｎｉｑｕｅ，ｗｈｉｃｈ ｍａｐｓ ｍｕｌｔｉｐｌｅ ｉｍａｇｅｓ ｉｎｔｏ ａ ｃｏｍｍｏｎ ｃｏｏｒｄｉｎａｔｅ ｓｐａｃｅ，ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｃｌｉｎｉｃａｌ ｉｍａｇｅ ａｎａｌｙｓｉｓ ｔｏｏ１．Ｔｈｅ ｓｔａｔｅ ｏｆ ａｒｔ ｒｉｇｉｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ ｌｉｋｅ ＦＬＩＲＴ ｔａｋｅ ３００ｓ ｔｏ ｃｏｍｐｌｅｔｅ ａ ｒｉｇｉｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｆｏｒ ａ ２５６ ｄａｔａ ｓｅｔ．Ｔｈｉｓ ｍａｋｅｓ ｉｔ ｈａｒｄ ｔｏ ａｐｐｌｙ ｔｈｉｓ ｔｅｃｈｎｉｑｕｅ ｉｎ ｔｉｍｅ ｃｒｉｔｉｃａｌ ｃｌｉｎｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｉｓ ｐａｐｅｒ ｐｒｏ— ｐｏｓｅｄ ａ ｐａｒａｌｌｅｌ ａｃｃｅｌｅｒａｔｉｎｇ ｒｅｇｉｓｔｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｎｅｗ ＣＵＤＡ．Ｂｙ ｕｓｉｎｇ ｔｈｅ ＧＰＵ ｔｏ ｃｏｍｐｕｔｅ ｔｈｅ ｃｏｏｒｄｉｎａｔｅ ｔｒａｎｓ— ｆｏｒｍａｔｉｏｎ，ｉｎｔｅｒｐｏｌａｔｉｏｎ ａｎｄ ｓｉｍｉｌａｒｉｔｙ ｍｅｔｒｉｃ ｃｏｍｐｕｔａｔｉｏｎ，ｇｒｅａｔ ｉｍｐｒｏｖｅｍｅｎｔ ｏｆ ｓｐｅｅｄ ｈａｓ ｂｅｅｎ ａｃｈｉｅｖｅｄ ｗｉｔｈｏｕｔ ｃｏｍｐｒｏｍｉ— ｓｉｎｇ ｔｈｅ ｒｅｇｉｓｔｒａｔｉｏｎ ａｃｃｕｒａｃｙ．Ｔｈｅ ｐｒｏｐｏｓｅｄ ｔｅｃｈｎｉｑｕｅ ｉｓ ｖａｌｕａｂｌｅ ｆｏｒ ｔｉｍｅ ｃｒｉｔｉｃａｌ ｃｌｉｎｉｃａｌ ａｐｐｌｉｃａｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ：３ Ｄ ｍｅｄｉｃａｌ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ；ＣＵＤＡ；３ Ｄ ｍｅｄｉｃａｌ ｉｍａｇｅ；ＧＰＵ
第３２卷第３期 ２０１３年６月 兰州交通大学学报 Ｊｏｕｒｎａｌ ｏｆ Ｌａｎｚｈｏｕ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｖ０１．３２ Ｎｏ．３ Ｊｕｎｅ ２０１３
文章编号：１００１－４３７３（２０１３）０３－００４４－０５ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—４３７３．２０１３．０３．０１１
基于仿射变换与Ｂ样条自由形变的医学图像配准
杭利华， 蒋佩钊， 邓 冲
（兰州交通大学电子与信息工程学院，甘肃兰州７３００７０）
摘要：针对医学图像配准的人体组织器官的几何形体复杂多样，传统Ｂ样条配准方法较难很好地描述组织器官 形变，配准结果有较大的误差等问题，使用互信息作为相似性测度，采用仿射变换作为全局配准的粗配准以及Ｂ样 条自由形变作为局部配准的精确配准，为了提高配准精确度以及降低计算复杂度，引入多分辨率策略，对脑部ＣＴ 和ＭＲＩ图像进行配准．实验结果表明，该方法对多尺度的形变图像都有很好的配准效果． 关键词：Ｂ样条自由形变；仿射变换；多分辨率；Ｌ－ＢＩ、ＧＳ 中图分类号：ＴＰ３９１ 文献标志码：Ａ
在放疗过程中，病人呼吸、脏器蠕动及体位移动 会使靶区位置发生偏移，图像引导放射治疗利用生
物影像技术对病人摆位及靶区位置进行实时的跟
踪，最大限度地降低病人摆位误差和器官位移误差， 将采集的病人图像进行配准来确定靶区位置，有效
地避免剂量照射到正常组织．形变配准可以对放射
治疗过程中解剖组织部位的退缩和位移等变化情况 进行快速的确定，利用形变配准参数判断组织器官
的移动对于剂量的影响程度，指导靶区的勾画以及
放疗计划的制定． 形变配准是放射治疗过程中的重要一环，常用
的图像形变模型包括光流模型（Ｏｐｔｉｃａｌ Ｆｌｏｗ）、有
限元（Ｆｉｎｉｔｅ Ｅｌｅｍｅｎｔ Ｍｅｔｈｏｄ，ＦＥＭ）和自由形变模 型（Ｆｒｅｅ Ｆｏｒｍ Ｄｅｆｏｒｍａｔｉｏｎｓ，ＦＦＤ）．因为医学图像
非刚性配准的待配准图像是人体的组织器官，其几 何形体复杂多样一般较难描述，光流模型和有限元 无法很好的描述组织器官的复杂的几何形体，而Ｂ
