[發(fā)明專利]非特征的3D圖像快速剛性配準(zhǔn)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710300743.4
• 申請(qǐng)日: 2017-05-02
• 公開（公告）號(hào): CN107123133A
• 公開（公告）日: 2017-09-01
• 發(fā)明（設(shè)計(jì)）人: 宋華軍;任鵬;吳玉興;于瑋;鐘鑫
• 申請(qǐng)（專利權(quán)）人: 中國石油大學(xué)（華東）
• 主分類號(hào): G06T7/30
• 分類號(hào): G06T7/30
• 代理公司: 哈爾濱市偉晨專利代理事務(wù)所(普通合伙)23209
• 代理人: 陳潤明

技術(shù)領(lǐng)域

本發(fā)明涉及圖像融合和圖像序列監(jiān)測技術(shù)領(lǐng)域，具體涉及一種非特征的3D圖像快速剛性配準(zhǔn)方法。

背景技術(shù)

3D圖像在應(yīng)用中越來越受歡迎。例如在MRI(磁共振成像)中，人們習(xí)慣于從3D物體中獲取一組3D圖像來研究3D物體(如：患者的頭部)的生物機(jī)制。為了合理地去比較同一個(gè)對(duì)象在不同時(shí)刻兩個(gè)3D圖像的差異，需要事先對(duì)其進(jìn)行配準(zhǔn)(IR)。圖像配準(zhǔn)技術(shù)廣泛的應(yīng)用在醫(yī)療成像，目標(biāo)跟蹤，遙感技術(shù)，指紋和臉部識(shí)別，圖像壓縮和視頻增強(qiáng)等場合。

文獻(xiàn)中存在的大部分的2D圖像配準(zhǔn)方法大致可以分為基于特征和基于灰度方法的兩類。基于特征的方法首先要考慮選取兩張圖像的兩個(gè)特征集，然后去尋找能夠很好的匹配兩個(gè)特征集的幾何變換F。常用的特征包括角點(diǎn)、LBP、SURF、質(zhì)心或模板，還有圖像灰度函數(shù)得到的退化像素。由于特征提取通常是一個(gè)耗時(shí)多、隨意性強(qiáng)且具有挑戰(zhàn)性的任務(wù)，最近IR研究更多關(guān)注直接對(duì)兩幅圖像灰度值的變換F，包括基于參數(shù)的轉(zhuǎn)換，和更靈活的非參數(shù)的轉(zhuǎn)換。

一些2D圖像配準(zhǔn)方法被引入到3D Slicer軟件包(http://slicer.org/)中從而推廣到3D情況下。最近比較流行的ICP算法是基于點(diǎn)云數(shù)據(jù)集，點(diǎn)云數(shù)據(jù)是3D掃描設(shè)備產(chǎn)生的，主要用來代表物體的外表面形狀，而現(xiàn)實(shí)中很多的3D圖像是存放整個(gè)圖像的各個(gè)位置的灰度信息(比如MRI圖像)，基于點(diǎn)云的配準(zhǔn)算法不適用這些情況。

綜上可知，現(xiàn)有的一些配準(zhǔn)方法在用于3D圖像配準(zhǔn)時(shí)，往往存在配準(zhǔn)結(jié)果不準(zhǔn)確的問題。

發(fā)明內(nèi)容

在下文中給出了關(guān)于本發(fā)明的簡要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。

鑒于此，本發(fā)明提出一種非特征的3D圖像快速剛性配準(zhǔn)方法，以至少解決現(xiàn)有配準(zhǔn)方法在用于3D圖像配準(zhǔn)時(shí)存在配準(zhǔn)結(jié)果不準(zhǔn)確的問題。

根據(jù)本發(fā)明的一個(gè)方面，提供了一種非特征的3D圖像快速剛性配準(zhǔn)方法，所述非特征的3D圖像快速剛性配準(zhǔn)方法包括：步驟一、獲得實(shí)際參考圖像Z_R(x_i,y_j,z_k)和實(shí)際移動(dòng)圖像Z_M(x_i,y_j,z_k)；執(zhí)行步驟二；步驟二、估計(jì)下式中的和