[發明專利]一種非剛性腦圖像配準方法

有效

• 申請號: 201310703933.2
• 申請日: 2013-12-19
• 公開（公告）號: CN103700101A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 文穎;陽求應
• 申請（專利權）人: 華東師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 上海麥其知識產權代理事務所(普通合伙) 31257
• 代理人: 董紅曼

1.一種非剛性腦圖像配準方法，其特征在于，包括如下步驟：

步驟一：根據參考圖像對目標圖像進行預處理，得到粗配準圖像；

步驟二：分別計算所述參考圖像與所述粗配準圖像的候選特征點；

步驟三：構建所述候選特征點的特征描述子，根據所述特征描述子得到匹配的特征點；

步驟四：根據所述特征點計算所述粗配準圖像的光流模型，得到配準結果。

2.如權利要求1所述的非剛性腦圖像配準方法，其特征在于，所述步驟一中預處理包括如下步驟：

步驟a1：根據所述參考圖像對所述目標圖像進行歸一化處理；

步驟a2：通過仿射變換對所述目標圖像進行全局變形；

步驟a3：通過基于B樣條的自由形式變形對所述目標圖像進行局部形變，得到粗配準圖像。

3.如權利要求1所述的非剛性腦圖像配準方法，其特征在于，所述步驟二中對所述參考圖像與所述粗配準圖像分別進行Canny算子或者Harris角點算子計算得到候選特征點。

4.如權利要求1所述的非剛性腦圖像配準方法，其特征在于，所述步驟三中構建特征描述子包括如下步驟：

步驟b1：對參考圖像與粗配準圖像分別進行降采樣得到至少一個降采樣圖像，所述參考圖像、所述粗配準圖像與所述降采樣圖像具有不同尺度；

步驟b2：將所述參考圖像或所述粗配準圖像中的候選特征點映射到相應的降采樣圖像中；

步驟b3：對所述參考圖像及其降采樣圖像，或者所述粗配準圖像及其降采樣圖像中的每個候選特征點分別計算其Zernike矩，得到每個候選點的多尺度下的Zernike描述子作為所述特征描述子。

5.如權利要求4所述的非剛性腦圖像配準方法，其特征在于，所述Zernike矩是二維的，該二維Zernike矩如下式表示：

Anm=n+1πΣxΣyf(x,y)Vnm*(ρ,θ),x2+y2≤1;]]>

其中，Vnm(x,y)=Vnm(ρ,θ)=Rnm(ρ)ejmθRnm(ρ)=Σsn-|m|/2(-1)s(n-s)!s!(n+|m||2-s)!(n+|m|2-s)!ρn-2s;;]]>

n>=0，m為整數，|m|≤n，n-|m|為偶數；

式中，Anm表示n階m度Zernike矩，n表示階數，m為整數，f(x,y)表示像素值，x表示像素點橫坐標，y表示像素點縱坐標，V_nm表示一組極坐標系下單位圓內的復數多項式正交集，ρ表示原點到像素點(x，y)的最短距離，θ表示向量ρ和x負半軸的夾角，R_nm(ρ)表示正交徑向多項式。