简介：图像的配准在图像处理领域是一个基础的热门问题,迄今为止国内外关于图像配准已经产生大量的研究。医学图像的配准是医学图像分析的必要前提,精准的医学图像配准能够使得有诊断意义的点达到匹配从而帮助图像分析。针对图像配准在医学领域展开研究,实现基于ITK的医学图像配准。

简介：

简介：随着SAR成像技术的不断发展和对SAR图像应用的迫切需求，涌现了大量的SAR图像配准方法。对国内外最新的SAR图像配准技术和方法进行了全面系统地梳理，总结了各类方法的特点，指出了当前研究存在的问题，展望了SAR图像配；住的发展趋势：

简介：摘要目的分析和观察图像引导放疗过程中图像配准技术的应用及效果。方法选择本院2015年3月～2017年4月需进行图像引导进行放射治疗的30例肿瘤患者为观察对象，观察患者放疗过程中以图像配准技术为重点的应用操作方法。结果30例患者共扫描240次，其中有1例患者因扫描过程中头脚的误差达到5.3cm，左右、头脚以及前后三个方向上低于3mm的误差发生率分别为56.3%、47.2%、43.4%。结论肿瘤患者在图像引导放疗过程中，应用图像配准技术能够在一定程度上提升临床放疗的精度，从而提升患者放射治疗的效果以及安全性，值得在临床中推广应用。

简介：利用边缘检测算子和数学形态学方法提取医学图像轮廓，采用主轴矩法配准两幅图像的轮廓，使其达到粗略配准的目的。通常的互信息测度是基于香农熵的，因为香农熵对于局部极值具有很强吸引域，而某些参数下的雷尼熵可以消除局部极值，将两种测度分别用于精配过程中不同的搜索阶段。首先利用全局搜索算法，寻找基于雷尼熵的归一化互信息测度的全局最优初值，再通过局部优化算法对当前的最优解寻找基于香农熵的更精确的全局最优解。实验表明，这种配准算法是有效的。

简介：目的探讨配准标记点外形差异对三维图像配准精度的影响。方法分别采用4种不同外形的配准标记点，配准试样锥形束CT（CBCT）三维图像与其原始设计三维图像，而后通过测量配准后试样的2种三维图像间的距离差，来分析不同外形配准标记点对三维图像配准精度的影响。结果配准偏差分别为立方形（0．0938±0．0062）mm、球形（0．0854±0．0056）mm、圆柱形（0．1032±0．0061）mm、圆台形（0．0972±0．0062）mm，仅球形配准标记点组与其他组间的差异有统计学意义（P〈0．05）。结论实验中所选的几种配准标记点均可较好地实现三维图像配准，相比较而言，球形配准标记点具有更高的配准精度。

简介：摘要目的采取有效的配准方式，证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者，所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点，并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致（MRI扫描时选择和CT扫描时采用类似的头枕）。将扫描完的图像传输到放疗室中的TPS中，然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合，直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画，分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官（眼球、晶体、视神经、脑干、脊髓等）。在融合好的图像上勾画CTV并设为CTV-CT/MR，以此类推，定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度，即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26，0.91士0.11，二者差异具有统计学意义。第一组和第二组CTV重合（融合的图像与MRI对比）为0.92士0.15,1.02士0.08，两者差异也具有统计学意义。但与单纯CT对比，MRI更接近与1，差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm，三维空间总的平均误差为(2.24士1.15)mm；第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm，三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的，并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键，体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。

简介：图像配准是图像分析和处理的基本问题，在医学影像，遥感遥测，计算机视觉等领域有着广泛的应用。基于边缘提取和利用Fourier变换和Mellin变换，本文提出了估计医学图像之间的配准参数的新方法。文中的计算机模拟结果表明，这种方法非常适合多模态医学影像处理。

简介：目前，监控视频、手机视频等各类影像采集技术与设备已在全社会普及，并且大量应用于各类场所。而此类视频的影像视觉效果往往较差。本文所探讨的人像重建技术就是针对此类问题而提出的，研究如何通过对模糊人像的特征采集，进而将这些特征融入为之所建立的高分辨率人像模型中，最终得到高视觉质量的人像图像。

简介：研究了互信息配准原理及其计算方法,然后用互信息作为图像配准的判据对实际医学图像进行了配准实验,取得了满意的结果。

简介：简要介绍了当代计算机视觉中图像配准问题的背景、数学模型以及计算方法。详细阐述了图像配准的原理以及同模式和多模式图像配准的特点和差异,依据两类问题的特性,以偏微分方程、统计及信息论等为基础来建立适用的数学模型,并探讨了在计算机上具体求解模型的方法。同时,展示了这些模型在解决实际的医学图像配准问题时的效果,以此说明各类模型的特点以及它们的效率和精度。

简介：摘要本文对图像配准问题进行了研究，提出了一种快速、稳健的基于特征点匹配的配准算法。采用小波变换建立图像金字塔，从分辨率最低的图像层开始进行特征点匹配，在次一层匹配时以上层匹配结果为粗值，在原始图像上得到初始匹配点后采用RANSAC算法稳健估计变换矩阵H；为了提高配准算法的精度，采用变换矩阵H引导两幅原始图像上的所有特征点重新进行匹配，对得到的匹配点集重新用RANSAC算法估计变换矩阵，并采用LM非线性优化算法进一步优化。通过实验分析对比，本文的算法比原算法速度更快，更稳健。

简介：在模糊和含噪声的红外图像配准中,利用角点检测实现特征点的选择,在提高角点提取效率的同时又保证了角点提取的精度。根据互相关的双向匹配实现对应特征点的自动匹配,然后由对应的特征点对估计出仿射变换的参数。实测的数据和计算结果表明,这种方法对于双波段红外图像的配准是有效的,而且有利于后续的图像融合。

简介：本文提出一种新的基于轮廓提取和最大互信息理论的医学图像配准的算法。该算法克服了在配准过程中存在鲁棒性因素、出现误配情况及互信息单一的利用图像灰度信息的局限性,将边缘检测与互信息相结合,提高了原有算法的性能,可较准确地完成图像配准任务。本文并对提出的配准算法进行了Matlab仿真实验,对仿真结果进行分析。

简介：摘要：针对 ORB算法在图像配准中不具有尺度信息、BRIEF算法不具有旋转不变性以及特征匹配精度低等问题，本文提出一种基于改进ORB和GMS描述符融合的无人机航拍图像配准方法。该方法首先利用高斯函数构建尺度空间，将高斯尺度空间划分为多个网格，在每个网格内借助FAST算法提取尺度空间特征点，使用BEBLID算法提取描述符并匹配，然后使用运动网格统计算法筛选匹配点; 将改进的ORB-GMS算法与现有的传统特征点匹配算法进行对比与评价，验证了该方法特征点匹配速度快、精度高，并且可以保留更多的正确匹配点的特点。

简介：介绍了一种基于边缘特征的图像配准方法。首先利用Canny算子提取图像的边缘；然后以AM测度作为配准准则，在优化AM峰值和配准参数的时候，先用遗传算法将配准参数收敛到最优值附近，再使用Powell法进行局部搜索；最后对待配准图像进行刚体变换及双线性插值，从而实现图像配准。实验结果表明，此优化方法不仅提高了计算速度，而且提高了配准精度，配准结果达到了亚像素级水平。

简介：对同一场景使用不同传感器获取的多幅源图像往往存在许多差异，若要对其进行像素级图像融合，则首先必须对多幅源图像进行配准，配准精度要求达到像素级。本文在对多源图像配准理论和方法深入分析的基础上，对基于最大互信息的图像配准算法及其实现进行了深入研究，并将该方法应用于多源图像配准，通过仿真实验证明采用基于最大互信息的图像配准方法对来自不同传感器的多源图像进行配准，可以达到像素级的配准精度，该精度标准符合像素级图像融合对源图像的配准精度要求。

简介：多模医学图像配准是将不同医学成像模式提供的影像信息进行融合的关键步驟。条件方差和(SCV)是一种新的用于多模图像配准的相似性测度,但SCV的主要缺点是它仅使用量化信息来计算联合直方图。基于此,设计了一种新的插值函数来计算联合直方图,从而提高SCV的性能。将改进后的SVC用于多模医学图像配准,并与归一化互信息(MI)、交叉累积剩余熵(CCRE)和原SCV进行了比较。实验证明,相比NMI、CCRE和原SCV,本研究方法能配准具有不同空间变换和噪声的图像,具有更高的配准成功率和鲁棒性。

简介：光流法是一种可变形图像配准方法，已用来配准CT图像、四维CT（4D-CT）图像、锥形束CT（CBCT）图像、磁共振成像（MRI）图像、MRI／CT图像、PET／CT图像、SPECT图像。文章描述了光流法在放射治疗图像配准中的应用。这种技术可以使放射治疗更加有效地杀死癌细胞，同时使正常组织毒性反应更少，提高肿瘤靶区勾画的精确性，进而使肿瘤放射治疗更精确。

简介：鉴于当前图像配准色彩存在较大的差异,文章提出基于色彩校正与分层块匹配的图像配准算法。通过将RGB彩色图像转换为灰度图像,运用逆过程来校正图像的灰度级。基于块匹配思想以高斯金字塔为框架,结合图像块结构信息和相关信息作为图像块匹配准实现匹配块的精准定位;基于分层自适应图像块数量思想应用全搜索算法来加快算法效率。实验结果表明:文章提出的算法具备更高的匹配率和时间效率,是一种更加精确的鲁棒图像配准算法。