[發明專利]一種基于信息勢的圖像配準方法

有效

• 申請號: 200710098693.2
• 申請日: 2007-04-25
• 公開（公告）號: CN101294954A
• 公開（公告）日: 2008-10-29
• 發明（設計）人: 蔣田仔;史桂華;朱萬琳;劉冰;趙慧智
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G01N33/483
• 分類號: G01N33/483;G01N27/447;G06T7/00
• 代理公司: 中科專利商標代理有限責任公司
• 代理人: 周國城

技術領域

本發明屬于生物圖像配準技術領域，涉及一種基于信息勢的圖像配 準方法，基于ICP框架，對生物圖像數據進行處理。

背景技術

雙向凝膠電泳在蛋白質學研究中是一種應用非常廣泛的蛋白質點分 離技術。基于蛋白質分子量及電荷大小，雙向凝膠電泳技術可以將不同 的蛋白質進行分離，生成一幅二維點圖，其中每個點表示一種蛋白質。 研究者經常需要進行不同凝膠之間的差別比較。這需要找到不同凝膠中 代表同一蛋白質的對應蛋白質點。由于凝膠電泳過程較為復雜，即使是 同一樣品，時間不同，得到的凝膠差異也會很大。如果數據很大，僅用 肉眼很難比較。因此，借助于計算機的配準算法很為必要。

前人提出的凝膠電泳圖像配準方法可以分為三種：基于特征點、基 于像素灰度、結合前面兩種。目前大多數的凝膠電泳圖像配準方法是基 于特征點的配準方法。一般說來，基于特征點的方法首先提取圖像中的 特征點，蛋白質點的質心，然后基于這些特征點計算變換。CAROL通過 三角化，對邊界進行匹配，來找蛋白質點的對應性。F.A.Potra等人(F.A. Potra.，X.Liu，F.Seillier-Moiseiwitsch，A.Roy，Y.Hang，et?al.， Protein?image?alignment?via?piecewise?affine?transformations， Journal?of?Computational?Biology，13(2006))，與前人不同，不是在 兩幅圖像之間作匹配，而是構造可以代表一組圖像的模板，然后將這組 圖像中的每一幅圖像與模板作匹配。F.A.Potra等人的方法中，特征點 及其對應性是已知的。

基于像素灰度的配準方法直接利用圖像的灰度值估計所求的變換。 這種方法最大的優點就是不需要進行分割。Smilansky(Z.Smilansky， Automatic?registration?for?images?of?two-dimensional?protein?gels， Electrophoresis22(2001)1616-1626.)第一次提出將基于像素灰度 的配準方法應用在凝膠電泳圖像上。Smilansky的方法的基本思想是： 基于像素灰度、基于局部區域、基于互補偽色彩顯示。

Veeser(S.Veeser，M.J.Dunn，G.Z.Yang，Mul?tiresolution image?registration?for?two-dimensional?gel?electrophoresis， Proteomics?1(2001)856-870.)等人的配準方法是基于多分辨率及其 BFGS(Broyden-Fletcher-Goldfarb-Shanno)優化算法的。

還有人將特征點與像素灰度信息相結合的配準方法應用于凝膠電泳 圖像配準上。Rohr(K.Rohr，P.Cathier，S.，Elastic registration?of?electrophoresis?images?using?intensity information?and?point?landmarks，Pattern?Recognition，37(2004) 1035-1048.)等人將PASTAGA(PASha?Treating?Additional?Geometric Attribute)方法應用于凝膠電泳圖像配準。在原來的PASTAGA方法中， 三維曲線被用來作為特征點。Rohr等人的工作中，蛋白質點的質心作為 特征點。Carlo等人的工作中，SSD(sum?of?square?differences)測度 作為度量，圖像的四個頂點作為特征點。其中特征點不僅對變形場進行 限制，而且還作為每一步優化的初始條件。Carlo等人重點對具有“smile effect”變形現象的圖像進行匹配。

發明內容

本發明的目的是要解決傳統技術迭代最近點算法對初始變換要求較 高的問題，為此，本發明提出一種基于信息勢的圖像配準方法，是一種 新的迭代最近點方法，將它應用到雙向凝膠電泳圖像上。通過信息勢將 蛋白質點的灰度信息和幾何信息有效地結合在一起，所以，本發明的方 法更魯棒。

為了實現本發明的目的，提出基于信息勢的圖像配準方法的技術方 案如下：

步驟S1：利用計算機設備，基于信息勢和歐氏距離的測度來度量最 近點的迭代最近點算法；