基于算术调和均值距离测度的弹性图像配准

吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (05): 1390-1394.

基于算术调和均值距离测度的弹性图像配准

杨金宝¹,刘常春²,胡顺波³

1.青岛大学信息工程学院,山东青岛 266071；2.山东大学控制科学与工程学院, 济南 250061|3.临沂师范学院物理系,山东临沂 276005

收稿日期:2008-01-21 出版日期:2009-09-01 发布日期:2009-09-01
通讯作者: 杨金宝 (1979-), 男,讲师，博士.研究方向:医学图像处理与分析.Email:yfff@mail.sdu.edu.cn E-mail:yfff@mail.sdu.edu.cn
作者简介:杨金宝(1979-), 男,讲师,博士.研究方向:医学图像处理与分析.Email:yfff@mail.sdu.edu.cn
基金资助:
“863”国家高技术研究发展计划项目(2006AA02Z4D9); 山东省自然科学基金项目(Z2006C05).

Arithmetic harmonic mean divergence measure for elastic image registration

YANG Jin-bao¹, LIU Chang-chun², HU Shun-bo³

1.College of Information Engineering,Qingdao University,Qingdao 266071,China|2.School of Control Science and Engineering, Shandong University, Ji′nan 250061, China|3.Department of Physics, Linyi Normal University, Linyi 276005, China

Received:2008-01-21 Online:2009-09-01 Published:2009-09-01

摘要/Abstract

摘要：

针对图像配准中的特征提取问题，提出了一种基于自动选取标记点的弹性图像配准方法。首先，提出了新的相似性测度，算术调和均值距离测度AHM，图像通过最大化AHM全局配准，然后将图像划分成均匀子块，采用AHM测度刚性配准各对应子块，选取对应子块的中心作为标记点对，最后，用三次均匀B样条实现图像的弹性配准。实验结果表明，AHM是有效的，其配准速度是互信息的2倍。

关键词: 信息处理技术, 弹性配准, 算术调和均值距离, 互信息

Abstract:

To solve the problem of feature extraction in image registration, an automatic method to extract landmark points for elastic medical image registration is proposed. First, a new similarity measure, named as arithmetic harmonic mean divergence measure (AHM), is induced. The reference image and floating image are rigidly registered by AHM measure. Then, the two images are divided into uniform blocks. The landmarks in object are extracted by regional rigid registration by maximizing AHM measure between the corresponding subimages. According to corresponding landmarks, the global elastic registration is achieved by bicubic Bspline functions. Experiments on registration of brain Magnetic Resonance (MR) images and Computed Tomography (CT) images show that the proposed method is accurate and fast.

Key words: information processing, elastic registration, arithmeticharmonic mean divergence, mutual information

中图分类号:

TP391

杨金宝, 刘常春, 胡顺波. 基于算术调和均值距离测度的弹性图像配准[J]. 吉林大学学报(工学版), 2009, 39(05): 1390-1394.

YANG Jin-Bao, LIU Chang-Chun, HU Shun-Bo. Arithmetic harmonic mean divergence measure for elastic image registration[J]. 吉林大学学报(工学版), 2009, 39(05): 1390-1394.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	谭泗桥, 张席, 李钎, 艾陈. 基于最大互信息系数的信息推送模型构建[J]. 吉林大学学报(工学版), 2018, 48(2): 558-563.
[15]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed