[發明專利]一種基于匹配曲線特征的圖像配準評估法

有效

• 申請號: 201310645358.5
• 申請日: 2013-12-05
• 公開（公告）號: CN103632338A
• 公開（公告）日: 2014-03-12
• 發明（設計）人: 李京娜;王剛;李宏光
• 申請（專利權）人: 魯東大學
• 主分類號: G06T3/00
• 分類號: G06T3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

????本發明屬于圖像處理技術領域，具體涉及一種基于匹配曲線特征的圖像配準評估方法。

背景技術

????圖像配準是圖像分析領域里一個重要環節。圖像配準計算一般包含5個方面內容：圖像預處理、配準測度、優化算法（或者匹配算法）、圖像插值以及配準結果評估。已有的研究表明，配準測度通常都可以用來定量評估配準效果。對單模態圖像一般采用灰度的均方根誤差（RMSE）、均方誤差（MSE）、峰值信噪比（PSNR）、相關系數（CC）、結構相似度（SSIM）等；而多模態圖像一般采用互信息（MI或者NMI）評估配準精度，如果是回顧性圖像配準實驗則采用基于圖像像素物理坐標的RMSE，既適用于單模態，也適用于多模態圖像的配準精度評估。

????上述評估方法都有其局限性，只有互信息、物理坐標的RMSE或者MSE適用于回顧性多模態圖像配準評估；對于真實的多模態圖像配準，由于沒有準確的衡量標準，很難給出定量的評估結果。????

發明內容

針對上述問題，本發明提出一種新的配準評估方法——匹配曲線特征評估法（Matching?Curve?feature?evaluation，MCfe），以匹配曲線的峰度（kurtosis）、峰偏（peak?deviation，即全局最大值出現的位置與最優位置的偏差）、峰值（maximum，即全局最大值）以及峰值間的均方根誤差（RMSE）等特征為定量指標，并給出綜合評估結果。由于本發明采用修正的結構相似度函數（Modified?Structural?Similarity?，MSSIM）為配準測度，使MCfe算法既適用于單模態圖像，也適用于多模態圖像配準評估。具體步驟為：

第一步：對圖像進行配準，得到配準參數；

第二步：以得到的配準參數對原始浮動圖像做空間變換，使其與參考圖像配準；

第三步：以修正的結構相似度函數MSSIM為測度，給出配準后的浮動圖像與原始參考圖像的匹配曲線，MSSIM度量值由下式得到：

?????????????????????????（1）

其中為了保證曲線光滑采用樣條插值法，平移以“像素”為單位，旋轉角以“度”為單位，平移步長為0.2?像素，旋轉步長為0.2?°，縮放步長為0.005；

第四步：計算匹配曲線的峰度、峰偏、峰值以及峰值間RMSE，具體定義和計算公式如下：

1）峰度（kurtosis）

????峰度是用來衡量分布的集中程度或分布曲線的尖峭程度的統計量，它是和正態分布相比較的，直觀看來，峰度能夠反映上凸函數曲線峰值附近的尖銳度以及尾部的厚度，其定義為：

???????????????????????（2）

為樣本測定值，為樣本n次測定值的平均值，本文引用統計學峰度的概念，但不同之處在于樣品測定值為MSSIM測度值，這種定義同樣可以衡量匹配曲線在全局最大值附近的集中程度或尖銳程度；

2）峰偏（peak?deviation）

不同于統計學的偏度（Skewness），峰偏指全局最大值（即峰值）出現的位置與最優位置的偏差，平移、旋轉曲線的最優位置為0位置，縮放曲線的最優位置為1位置，圖像完全對齊時，全局最大值將處于最優位置，反之，偏離最優位置，偏離度由峰偏表示，峰偏理想值為0：

??????????（3）

為匹配曲線的測度值；

3）峰值（maximum）

峰值指匹配曲線的全局最大值，即，圖像完全對齊時，各曲線的峰值大小是一致的；

4）峰值間均方根誤差（Root?Mean?Square?Error，RMSE）

峰值間RMSE反映了各曲線峰值的一致程度，因而也反映圖像之間的對齊度，即配準精度，圖像完全對齊時，峰值間RMSE理想值為0：

?????????????????????（4）

?????????????????（5）

N為配準變換的自由度，說明一點，這里的maxinum_RMSE實際上相當于標準誤差；

第五步：給出定量評估結果，依次為：

1）計算匹配曲線平均加權峰偏

??????????????（6）

m和n分別為圖像的行數和列數，為方向平移曲線的峰偏，為方向平移曲線的峰偏，為繞軸旋轉曲線的峰偏，為一致縮放曲線的峰偏；

2）給出定量評估結果