论文部分内容阅读
图像处理技术中最重要的一项技术就是图像配准,图像配准目前已受到世界越来越多学者的关注和研究。因为医学影像学技术的快速发展以及计算机技术的发展,成千上万的医学图像会在医学领域产生。例如CT图像、X射线断层图像、核磁共振图像MRI、正电子断层扫描图像PET(Positron Emission Tomography)、单光子发射断层扫描图像SPECT(Single-Photon Emission Computed Tomography)、数字减影血管造影DSA等等。不同的医学图像提供的关于身体相关器官和组织的信息是不同的,例如CT图像的特点是分辨率高,能够提供人体内脏器官的解剖形态信息；SPECT和PET图像的特点是能够提供人体内脏器官及大脑的功能代谢信息,但成像分辨率低。因此,在医学诊断领域需要对不同图像所提供的信息进行融合,使医生能够获得更加丰富的信息便于临床诊断。由于各种图像的分辨率、成像原理等不同,在图像融合前必须先对图像进行图像配准,即对图像中相对应的两个空间点进行位置校准,使它们达到几何位置上的一致性。因此需要对图像配准的技术进行研究。如何衡量图像配准的效果,互信息作为一种最常用的图像配准评价准则,不需要对图像进行特征提取等预处理,人工操作少,鲁棒性好,自动化程度高,其配准精度也高于基于其他准则的方法。本文重点研究了基于互信息的图像配准算法,并将其应用在医学图像领域。本文的主要工作如下：(1)详细介绍了均值滤波、中值滤波和小波变换对医学图像去噪的方法,对这三种方法处理高斯噪声和椒盐噪声的效果进行了编程实现并分析了实验结果。空间几何变换是图像配准技术中一个重要的模块,文中对两幅图像之间的常见几何变换进行了实例说明。(2)详细介绍了图像配准的基础理论,研究了两种基于互信息的图像配准算法：POWELL算法、PSO算法。实现了一种基于小波变换的图像配准方法,通过利用小波变换对图像进行分解得到低频图像,将低频图像作为输入图像,实现低频图像配准。对各种算法的结果比较及分析,实验证明改进后的算法配准精度高、速度快、鲁棒性强。