專利名稱：一種圖像配準(zhǔn)方法
技術(shù)領(lǐng)域：
本申請涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于ICP算法的圖像配準(zhǔn)方法。
背景技術(shù)：
隨著新型傳感器的不斷涌現(xiàn)，人們獲取圖像的能力迅速提高，不同物理特性的傳感器所產(chǎn)生的圖像也不斷增多。由于不同的圖像傳感器獲取的圖像數(shù)據(jù)存在明顯的局限性和差異性，所以僅僅利用一種圖像數(shù)據(jù)往往很難滿足實際需求，為此需要通過圖像融合技術(shù)將不同傳感器獲取的圖像總和起來使用，以達到對圖像中的目標(biāo)更加全面清晰、準(zhǔn)確的理解和認識。例如在醫(yī)學(xué)上，為了通過對解剖和生理信息進行綜合分析而通過對不同形式諸如計算機斷層掃描成像(CT)、核磁共振成像(MRI)、超聲(US)獲得圖像進行融合，以實現(xiàn)改進診斷過程。圖像配準(zhǔn)技術(shù)是實現(xiàn)圖像融合的重要前提，是圖像融合首先要解決的問題。 ICP(Iterative Closest Point，迭代最近點)算法是實現(xiàn)對圖像進行配準(zhǔn)的一種方法，ICP 算法是一種基于自由形態(tài)曲面的配準(zhǔn)方法，重復(fù)進行“確定對應(yīng)點集，計算最優(yōu)剛體變化” 的過程，直到達到預(yù)設(shè)的配準(zhǔn)收斂準(zhǔn)則，最終坐標(biāo)變化是每次變換的合成。但由于傳統(tǒng)的 ICP算法存在配準(zhǔn)目標(biāo)和配準(zhǔn)源的初始偏移范圍不能太大，可以收斂到某一局部極限，但通常不是全局最優(yōu)(即無法掙脫局部極限)的缺點，因此圖像配準(zhǔn)的精度和成功率較低，無法滿足實際需求。通過對現(xiàn)有技術(shù)研究，申請人發(fā)現(xiàn)現(xiàn)有的基于ICP算法的圖像配準(zhǔn)方法通常采用“給配準(zhǔn)施加隨機剛體擾動變換”和“給配準(zhǔn)目標(biāo)的三維坐標(biāo)點施加隨機擾動使其產(chǎn)生形變”兩種方法達到掙脫傳統(tǒng)ICP算法局部極限，使配準(zhǔn)效果更好。但采用“給配準(zhǔn)施加隨機剛體擾動變換”這種方法需要在六維自由度空間采樣，計算量大且費時；而采用“給配準(zhǔn)目標(biāo)的三維坐標(biāo)點施加隨機擾動使其產(chǎn)生形變”方法，其參數(shù)是在實際應(yīng)用中根據(jù)不同的實驗?zāi)Ｐ涂拷?jīng)驗進行設(shè)定的，對于不同的實驗?zāi)Ｐ停瑓?shù)設(shè)定比較困難，設(shè)置錯誤就可能導(dǎo)致配準(zhǔn)失敗。

發(fā)明內(nèi)容
有鑒于此，本申請實施例提供了一種圖像配準(zhǔn)方法，以實現(xiàn)無需手動調(diào)節(jié)參數(shù)，即可實現(xiàn)在配準(zhǔn)源和配準(zhǔn)目標(biāo)在大范圍初始偏移的情況下進行配準(zhǔn)，而且能夠有效地擺脫局部極限的束縛，提高了配準(zhǔn)精度和配準(zhǔn)成功率。為實現(xiàn)上述目的，技術(shù)方案如下一種圖像配準(zhǔn)方法，包括選取配準(zhǔn)源圖像{Pi}和配準(zhǔn)目標(biāo)圖像{q」}，其中0 < i < M，0 < j < N，M，N為正整數(shù)，且M<<N;根據(jù)預(yù)設(shè)的隨機擾動控制參數(shù)σ，對所述圖像{Pi}施加隨機擾動使其產(chǎn)生形變， 得到圖像{ρ/}，并獲取所述圖像{qj上與圖像{ρ/}上的點相對應(yīng)的最近點，得到的點的集合即為圖像{q/ }；根據(jù)預(yù)設(shè)的初始坐標(biāo)變換Htl，在預(yù)設(shè)步長L范圍內(nèi)，對圖像{Pi’}與圖像{q/}進行迭代運算，得到圖像{Pi’}與圖像{q/}之間的坐標(biāo)變換{HJ，0 < 1 < L，根據(jù)坐標(biāo)變換 {HJ計算與其相對應(yīng)的平均距離{EJ ；判斷所述平均距離{EJ和所述預(yù)設(shè)的理想平均距離Ex的大小，當(dāng)所述平均距離 {EJ小于等于預(yù)設(shè)的理想平均距離Ex時，配準(zhǔn)終止。優(yōu)選地，所述Pi和Qj為3*1的列向量。優(yōu)選地，所述獲取所述圖像{q」}上與圖像{Pi’ }上的點相對應(yīng)的最近點，具體為運用KD 二叉樹搜索所述圖像{q」}上與圖像{Pi’ }上的點相對應(yīng)的最近點。優(yōu)選地，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體為依次判斷所述平均距離{EJ是否小于等于所述理想平均距離Ex。優(yōu)選地，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體體為選擇所述平均距離{EJ中的最小平均距離^llin ；判斷所述最小平均距離^llin和所述理想平均距離Ex的大小。優(yōu)選地，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時，還包括依次判斷所述平均距離{EJ和初始平均距離的大小，其中所述初始平均距離 E0與所述初始坐標(biāo)變換Htl相對應(yīng)；當(dāng)所述平均距離{EJ中任意一個值小于等于所述初始平均距離&，則終止所述平均距離{EJ與所述初始平均距離之間的判斷，并將與當(dāng)前平均距離&相對應(yīng)的坐標(biāo)變換Hg替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機擾動控制參數(shù)ο進行衰減，根據(jù)坐標(biāo)變換Hg和所述衰減后的隨機擾動控制參數(shù)ο，重新計算平均距離{E/ }，并判斷所述平均距離{E/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述平均距離{EJ中所有值均大于所述初始平均距離時，則按照固定衰減速率將所述隨機擾動控制參數(shù)σ衰減后，重新對所述圖像{pj施加隨機擾動，并利用初始坐標(biāo)變換H。，重新計算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。優(yōu)選地，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時，還包括選擇所述平均距離{EJ中的最小平均距離^llin ；判斷所述最小平均距離Emin和初始平均距離的大小，其中所述初始平均距離 E0與所述初始坐標(biāo)變換Htl相對應(yīng)；當(dāng)所述最小平均距離^lin小于等于所述初始平均距離Etl，則將與最小平均距離^llin 相對應(yīng)的坐標(biāo)變換Hmin替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機擾動控制參數(shù)ο進行衰減，根據(jù)坐標(biāo)變換Hmin和所述衰減后的隨機擾動控制參數(shù)ο，重新計算平均距離{E/ }，并判斷所述平均距離{E/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述最小平均距離Emin大于所述初始平均距離時，則按照固定衰減速率將所述隨機擾動控制參數(shù)σ衰減后，重新對所述圖像{pj施加隨機擾動，并利用初始坐標(biāo)變換 H。，重新計算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。優(yōu)選地，所述重新計算平均距離{E/ }或重新計算平均距離{E/’}后，還包括
判斷迭代循環(huán)次數(shù)是否大于預(yù)設(shè)的迭代循環(huán)次數(shù)K，并且當(dāng)所述迭代循環(huán)次數(shù)大于預(yù)設(shè)的迭代循環(huán)次數(shù)K時，則配準(zhǔn)終止，并報錯。優(yōu)選地，所述隨機擾動控制參數(shù)σ的固定衰減速率為;^。優(yōu)選地，所述步長L的范圍為50 200。由以上本申請實施例提供的技術(shù)方案可見，該方法中的隨機擾動控制參數(shù)σ在整個迭代過程中可以自動衰減。當(dāng)預(yù)設(shè)的初始變換是最佳起始位置時，無需擔(dān)心因為增加了隨機擾動而將模型變換到更差的位置；當(dāng)初始變換本身不是最佳時，還可以通過增加隨機擾動使模型掙脫局部極值的束縛而變換到更好的位置進行迭代，即通過搜索可以接近全局最優(yōu)。同時，該方法中隨機擾動控制參數(shù)σ不是根據(jù)經(jīng)驗設(shè)定的，而是考慮了全局搜索性能與迭代循環(huán)速度后綜合設(shè)定的。對于多組心腔模型，隨機擾動控制參數(shù)σ可以設(shè)置為同一值，且都得到較好的配準(zhǔn)效果。因此，本申請實施例提供的圖像配準(zhǔn)方法，在無需手動調(diào)節(jié)參數(shù)的情況下，不僅可以實現(xiàn)配準(zhǔn)源和配準(zhǔn)目標(biāo)在大范圍初始偏移的情況下進行配準(zhǔn)，而且能夠有效地擺脫局部極限的束縛，提高了配準(zhǔn)精度和配準(zhǔn)成功率。


為了更清楚地說明本申請實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請中記載的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下， 還可以根據(jù)這些附圖獲得其他的附圖。圖1為本申請實施例一提供的一種圖像配準(zhǔn)方法的流程示意圖；圖2為本申請實施例二提供的一種圖像配準(zhǔn)方法的流程示意圖；圖3為本申請實施例三提供的一種圖像配準(zhǔn)方法的流程示意圖；圖4為本申請實施例四提供的一種圖像配準(zhǔn)方法的流程示意圖；圖5為本申請實施例四提供的另一種圖像配準(zhǔn)方法的流程示意圖。
具體實施例方式為了使本技術(shù)領(lǐng)域的人員更好地理解本申請中的技術(shù)方案，下面將結(jié)合本申請實施例中的附圖，對本申請實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基于本申請中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應(yīng)當(dāng)屬于本申請保護的范圍。實施例一圖1為本申請實施例一提供的一種圖像配準(zhǔn)方法的流程示意圖。如圖1所示，該方法包括步驟SlOl 選取配準(zhǔn)源圖像{pi}和配準(zhǔn)目標(biāo)圖像{qj}。配準(zhǔn)源圖像為{pi，|i = 1，......，Μ}，配準(zhǔn)目標(biāo)圖像為{qj| j = 1，......，N}，
M << N，配準(zhǔn)源圖像{pi}和配準(zhǔn)目標(biāo)圖像{qj}處于不同的坐標(biāo)系，
權(quán)利要求
1.一種圖像配準(zhǔn)方法，其特征在于，包括選取配準(zhǔn)源圖像{pj和配準(zhǔn)目標(biāo)圖像{q」}，其中0 < i < M，0 < j < N，M，N為正整數(shù)，且M << N ；根據(jù)預(yù)設(shè)的隨機擾動控制參數(shù)σ，對所述圖像{pj施加隨機擾動使其產(chǎn)生形變，得到圖像{Pi’}，并獲取所述圖像{qj上與圖像{Pi’}上的點相對應(yīng)的最近點，得到的點的集合即為圖像{q/ }；根據(jù)預(yù)設(shè)的初始坐標(biāo)變換Htl，在預(yù)設(shè)步長L范圍內(nèi)，對圖像{Pi’}與圖像{q/}進行迭代運算，得到圖像{Pi’}與圖像{q/}之間的坐標(biāo)變換{HJ，0 < 1 < L，根據(jù)坐標(biāo)變換{HJ 計算與其相對應(yīng)的平均距離{EJ ；判斷所述平均距離{EJ和所述預(yù)設(shè)的理想平均距離Ex的大小，當(dāng)所述平均距離{EJ小于等于預(yù)設(shè)的理想平均距離Ex時，配準(zhǔn)終止。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述Pi和％為3*1的列向量。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述圖像{qj}上與圖像{Pi’} 上的點相對應(yīng)的最近點，具體為運用KD 二叉樹搜索所述圖像{qj}上與圖像{Pi’ }上的點相對應(yīng)的最近點。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體為依次判斷所述平均距離{EJ是否小于等于所述理想平均距離Ex。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體為選擇所述平均距離{EJ中的最小平均距離^llin;判斷所述最小平均距離Emin和所述理想平均距離Ex的大小。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時，還包括依次判斷所述平均距離{EJ和初始平均距離的大小，其中所述初始平均距離與所述初始坐標(biāo)變換Htl相對應(yīng)；當(dāng)所述平均距離{EJ中任意一個值小于等于所述初始平均距離，則終止所述平均距離{EJ與所述初始平均距離之間的判斷，并將與當(dāng)前平均距離&相對應(yīng)的坐標(biāo)變換Hg 替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機擾動控制參數(shù)ο進行衰減，根據(jù)坐標(biāo)變換Hg和所述衰減后的隨機擾動控制參數(shù)ο，重新計算平均距離{E/ }，并判斷所述平均距離{E/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述平均距離{EJ中所有值均大于所述初始平均距離時，則按照固定衰減速率將所述隨機擾動控制參數(shù)σ衰減后，重新對所述圖像{pj施加隨機擾動，并利用初始坐標(biāo)變換H。，重新計算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時，還包括選擇所述平均距離{EJ中的最小平均距離^llin;判斷所述最小平均距離^lin和初始平均距離的大小，其中所述初始平均距離與所述初始坐標(biāo)變換Htl相對應(yīng)；當(dāng)所述最小平均距離^llin小于等于所述初始平均距離&，則將與最小平均距離Emin相對應(yīng)的坐標(biāo)變換Hmin替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機擾動控制參數(shù) σ進行衰減，根據(jù)坐標(biāo)變換^lin和所述衰減后的隨機擾動控制參數(shù)σ，重新計算平均距離 {Ε/ }，并判斷所述平均距離{Ε/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述最小平均距離^llin大于所述初始平均距離時，則按照固定衰減速率將所述隨機擾動控制參數(shù)σ衰減后，重新對所述圖像{pj施加隨機擾動，并利用初始坐標(biāo)變換H。， 重新計算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。
8.根據(jù)權(quán)利要求6或7所述的方法，其特征在于，所述重新計算平均距離{E/}或重新計算平均距離{E/，}后，還包括判斷迭代循環(huán)次數(shù)是否大于預(yù)設(shè)的迭代循環(huán)次數(shù)K，并且當(dāng)所述迭代循環(huán)次數(shù)大于預(yù)設(shè)的迭代循環(huán)次數(shù)K時，則配準(zhǔn)終止，并報錯。
9.根據(jù)權(quán)利要求6或7所述的方法，其特征在于，所述隨機擾動控制參數(shù)ο的固定衰減速率為;^。
10.根據(jù)權(quán)利要求1-7任一項所述的方法，其特征在于，所述步長L的范圍為50 200。
全文摘要
本發(fā)明公開了一種圖像配準(zhǔn)方法，該方法包括選取配準(zhǔn)源圖像{pi}和配準(zhǔn)目標(biāo)圖像{qj}；對{pi}施加隨機擾動使其產(chǎn)生形變，得到{pi’}，獲取{qj}上與{pi’}上的點相對應(yīng)的最近點的集合，即{qj’}；根據(jù)預(yù)設(shè)的初始坐標(biāo)變換H0，對{pi’}與{qj’}進行迭代運算，得到{pi’}與{qj’}之間的坐標(biāo)變換{H1}，然后再計算與其相對應(yīng)的平均距離{E1}；判斷平均距離{E1}和預(yù)設(shè)的理想平均距離Ex的大小，且當(dāng){E1}小于等于Ex時，配準(zhǔn)終止。該方法無需手動調(diào)節(jié)參數(shù)，即可實現(xiàn)在配準(zhǔn)源和配準(zhǔn)目標(biāo)在大范圍初始偏移的情況下進行配準(zhǔn)，而且能夠有效地擺脫局部極限的束縛，提高了配準(zhǔn)精度和配準(zhǔn)成功率。
文檔編號G06T7/00GK102385748SQ201010270148
公開日2012年3月21日 申請日期2010年8月31日 優(yōu)先權(quán)日2010年8月31日
發(fā)明者劉道志, 孫毅勇, 宮晶晶 申請人:微創(chuàng)醫(yī)療器械(上海)有限公司