[發明專利]一種基于橢球模型的非剛性醫學圖像抗旋轉配準方法有效
| 申請號: | 201710196526.5 | 申請日: | 2017-03-29 |
| 公開(公告)號: | CN107038716B | 公開(公告)日: | 2019-06-04 |
| 發明(設計)人: | 陶永鵬;劉朝霞;頊聰;郭鵬;劉建鑫 | 申請(專利權)人: | 大連外國語大學 |
| 主分類號: | G06T7/33 | 分類號: | G06T7/33;G06T7/00 |
| 代理公司: | 北京中譽威圣知識產權代理有限公司 11279 | 代理人: | 蔣常雪 |
| 地址: | 116044 *** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 橢球 模型 剛性 醫學 圖像 旋轉 方法 | ||
1.一種基于橢球模型的非剛性醫學圖像抗旋轉配準方法,其特征在于,所述方法包括以下步驟:
1)圖像基本變換:對原始圖像進行變換,求取圖像的特征點;
2)構建圖像的包含特征點的最小矩形域:構建最小矩形包含圖像的特征點,以此作為確定待配準圖像與參考圖像的包含特征點的最小矩形域;
3)以橢球模型對圖像包含特征點的最小矩形域進行劃分:以特征矩形域模板的中心為對稱中心,以a(n-i)/n和b(n-i)/n,為長短焦半徑,畫同對稱中心等離心率的橢圓,在特征矩形域的基礎上,畫出n個橢圓環,分別記作Ci,i=0,1,2,...,n-1;
以特征矩形域模板的中心為圓心,并設置為起始點,對每個橢圓環再進行劃分,將橢圓環Ci按角度均分成n個扇形區域,共將橢圓形模板劃分為n2個扇形區,并將橢圓環內每個扇形區按順時針方向做好標記,將其記為n2個扇形區Sij,i,j=0,1,2,...,n-1;
將每個扇形區內截取的環作為一個單位,每個單位對應的灰度值為該扇形區域內所包含的像素灰度的平均值fij,每一圓環輸出n個灰度值,將其構成一維數組fn(x);靠近圓心的圓環包含像素少,中心部分用扇形區代替扇形環;
4)確定旋轉系數,實現初次旋轉:對旋轉前和旋轉后得到的一維數組分別進行傅立葉變換,求其幅度譜,用傅立葉變換的幅度譜進行相關計算,尋求各相關系數的平均值的最大值,確定第一組旋轉系數,對待配準圖像進行第一次旋轉變換得到圖像In;
5)多次重復旋轉:減小橢球劃分模型的參數n,對待配準圖像In進行橢球模型拆分,重復步驟3)和4),確定第二組旋轉系數fn/2,對待配準圖像In進行旋轉變換得到圖像In/2;重復步驟5),直至n=1;
6)當n=1時,對待配準圖像進行最后一次旋轉變換得到圖像I1,對圖像進行插值處理后即得到配準后圖像。
2.如權利要求1所述的一種基于橢球模型的非剛性醫學圖像抗旋轉配準方法,其特征在于:所述步驟1)中的圖像基本變換方法是基于小波變換的邊緣檢測,即將原始圖像進行小波變換,將其分解在不同頻段,找出高頻部分模的極大值后,進行篩選從而得到圖像特征點。
3.如權利要求2所述的一種基于橢球模型的非剛性醫學圖像抗旋轉配準方法,其特征在于,所述步驟2)中構建包含特征點的最小矩形域方法包括以下步驟:
a)對圖像初始變換中確定的特征點進行判別,如果確是特征點,則將其加入特征點集合A中,構建待選點集合B,B初始為空集;
b)選取特征點a1和a2作為左上角和右下角,構建矩形Rn-1,將A中選中的點移入B中;
c)判斷集合A是否為空集,如果集合A為空集,則得到最小矩形域,算法結束;如果集合A不為空集,則進入下一步;
d)從集合A中選擇點ai并將其移入集合B中;
e)選擇特征點ai和集合B中的另一點作為左上角和右下角,構建矩形Rn-1,返回步驟c)。
4.如權利要求3所述的一種基于橢球模型的非剛性醫學圖像抗旋轉配準方法,其特征在于,所述計算圖像旋轉參數的方法包括以下步驟:
a)將最小矩形區域按照橢球模型拆分成同中心橢圓環;
b)按角度均等拆分橢圓環為扇形區域;
c)計算每個扇形區域的像素灰度平均值fij;
d)通過傅里葉變換計算,求取各相關系數平均值的最大值fn。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于大連外國語大學,未經大連外國語大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710196526.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種熄焦蒸汽冷卻器
- 下一篇:一種退役警用器材處理裝置





