图像配准互信息法医学图像蚁群算法硕士论文.doc

图像配准的理论及其相关算法研究控制理论与控制工程， 2011， 硕士【摘要】 图像配准是对不同时间、不同视场、不同成像模式的两幅或者多幅图像进行的空间几何变换,使得各个图像在几何上能够匹配对应起来的过程,是图像处理的一个基本问题,也是关键问题。图像配准的精度、速度都大大影响了后续的图像融合的效果。图像配准的方法大致可以分为两类:基于灰度的图像配准方法和基于特征的图像配准方法。本文总结了目前图像配准领域的研究成果,详细的介绍了图像配准的概念和这两种算法的流程。在研究基于灰度的图像配准方法中,重点研究基于FFT算法的图像配准技术。通过实验,验证了FFT算法对于单传感器图像配准、多传感器图像配准、多光谱光学图像配准的良好特性。在研究基于特征的图像配准方法的过程中,深入研究了基于SIFT算法的图像配准技术。通过实验,首先验证了SIFT算法对于不同阈值情况下的特征匹配图像,对图像缩放、亮度变化、噪声的适应能力以及对颜色变化的适应能力和对于遥感图像的配准;经过对SIFT算法的深入研究,也为下一步工作指明了方向。针对互信息算法的局限性,在保持该算法原有性能的基础上结合蚁群算法原理对其进行改进。从而扩展了匹配算法的应用范围,使匹配效果更加出色。最后对本文的工作进行了总结,并对本.更多还原【Abstract】 Image matching is the procedure which made each image could match in geometry and used to match two or more images in space, for example, at different times, from different sensors or from different view points. Image matching is a fundamental problem of image processing, also is the key problem. The accuracy and speed of image matching directly works on effect about the following image fusion. Image matching method can be roughly divided into two groups, one is based on gray level, the other is.更多还原 【关键词】 图像配准； 互信息法； 医学图像； 蚁群算法； 【Key words】 Image Registration； Mutual Information； Medical Image； Ant Colony； 摘要 3-4 Abstract 4 第一章 绪论 7-11 1.1 图像配准技术研究背景与研究意义 7 1.2 国内外图像配准技术研究和发展趋势 7-9 1.2.1 国内外图像配准技术研究 7-9 1.2.2 图像配准技术的发展趋势 9 1.3 论文的组织结构 9-11 第二章 图像配准理论基础 11-21 2.1 图像预处理 11-14 2.1.1 图像预处理概述 11 2.1.2 图像增强 11-12 2.1.3 几何纠正 12-14 2.2 图像配准原理 14-18 2.2.1 图像配准的应用分类 15-16 2.2.2 图像变换的类型 16-18 2.3 图像配准的方法 18-20 2.4 本章小结 20-21 第三章 图像配准重点算法分析及实验结果 21-48 3.1 常用的图像配准算法 21-23 3.1.1 基于灰度信息的图像配准方法 22 3.1.2 基于特征点的图像配准方法 22-23 3.2 基于FFT 的图像配准算法 23-31 3.2.1 基于变换域的图像配准方法 23-25 3.2.2 测试图像实验结果及分析 25-31 3.3 基于SIFT 的图像配准算法 31-45 3.3.1 算法 31-33 3.3.2 测试图像实验结果及分析 33-45 3.4 本章总结 45-48 第四章 基于互信息的医学图像配准算法 48-68 4.1 引言 48-49 4.2 医学图像配准 49-54 4.2.1 医学图像配准的概念 49-50 4.2.2 医学图像配准的基本框架 50-51 4.2.3 医学图像配准的意义和前景 51-54 4.3 互信息的基本原理及方法 54-59 4.3.1 互信息概念及相关理论 54-56 4.3.2 互信息配准的算法实现 56-58 4.3.3 互信息应用于医学图像配准的优势分析及缺陷 58-59 4.4 基于蚁群算法的互信息优化方法 59-66 4.4.1 蚁群算法原理 59-60 4.4.2 蚁群算法的模型 60-62 4.4.3 基于蚁