[發(fā)明專(zhuān)利]基于張量稀疏表示的拓?fù)浣Y(jié)構(gòu)維持的圖像配準(zhǔn)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710341578.7 | 申請(qǐng)日: | 2017-05-16 |
| 公開(kāi)(公告)號(hào): | CN107169922B | 公開(kāi)(公告)日: | 2020-04-14 |
| 發(fā)明(設(shè)計(jì))人: | 董恩清;亓玉佩;李宇森;薛鵬;紀(jì)慧中;熊文碩 | 申請(qǐng)(專(zhuān)利權(quán))人: | 山東知微智成電子科技有限公司 |
| 主分類(lèi)號(hào): | G06T3/00 | 分類(lèi)號(hào): | G06T3/00 |
| 代理公司: | 威??菩菍?zhuān)利事務(wù)所 37202 | 代理人: | 于濤 |
| 地址: | 264200 山東省威海市高*** | 國(guó)省代碼: | 山東;37 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 張量 稀疏 表示 拓?fù)?/a> 結(jié)構(gòu) 維持 圖像 方法 | ||
本發(fā)明公開(kāi)了一種基于張量稀疏表示的拓?fù)浣Y(jié)構(gòu)維持的圖像配準(zhǔn)方法,屬于圖像處理領(lǐng)域,包括以下步驟:將數(shù)字圖像轉(zhuǎn)化為等價(jià)的張量模型;將張量分為數(shù)值和索引兩部分來(lái)存儲(chǔ):利用具有同質(zhì)性的勢(shì)函數(shù)來(lái)計(jì)算張量的數(shù)值,并根據(jù)鄰域系統(tǒng)來(lái)計(jì)算張量中非0元素的索引;利用高階乘冪法求解形變場(chǎng)。本發(fā)明通過(guò)選取具有同質(zhì)性的勢(shì)函數(shù)和相應(yīng)的鄰域系統(tǒng),可構(gòu)造出稀疏張量,從而極大的減小了內(nèi)存消耗,提升了高階馬爾可夫隨機(jī)場(chǎng)中的圖像配準(zhǔn)技術(shù)在實(shí)際應(yīng)用中的可行性。
技術(shù)領(lǐng)域
本發(fā)明屬于圖像處理領(lǐng)域,涉及基于馬爾可夫隨機(jī)場(chǎng)的圖像配準(zhǔn)方法,具體涉及一種基于張量稀疏表示的拓?fù)浣Y(jié)構(gòu)維持的圖像配準(zhǔn)方法。
背景技術(shù)
圖像配準(zhǔn)是尋求一種空間變換使得浮動(dòng)圖像與目標(biāo)圖像在結(jié)構(gòu)上對(duì)齊的過(guò)程,被廣泛應(yīng)用于醫(yī)學(xué)圖像處理,遙感圖像處理等方面。在實(shí)際應(yīng)用中,通常要求圖像配準(zhǔn)輸出的位移向量場(chǎng)(形變場(chǎng))是規(guī)則的,拓?fù)浣Y(jié)構(gòu)不變性是衡量形變場(chǎng)是否規(guī)則的重要標(biāo)準(zhǔn)之一。在馬爾可夫隨機(jī)場(chǎng)模型中,可以利用三元團(tuán)(如圖1所示)來(lái)得到拓?fù)浣Y(jié)構(gòu)維持的形變場(chǎng)?;诟唠A馬爾可夫隨機(jī)場(chǎng)張量密集表示的配準(zhǔn)方法的空間復(fù)雜度很高,普通計(jì)算機(jī)硬件無(wú)法提供足夠的存儲(chǔ)空間,因而在實(shí)際應(yīng)用中是不可實(shí)現(xiàn)的。
發(fā)明內(nèi)容
本發(fā)明針對(duì)高階馬爾可夫隨機(jī)場(chǎng)中的圖像配準(zhǔn)技術(shù)中存在需要存儲(chǔ)的數(shù)據(jù)量過(guò)多,內(nèi)存消耗過(guò)大的問(wèn)題,提供了一種基于張量稀疏表示的拓?fù)浣Y(jié)構(gòu)維持的圖像配準(zhǔn)方法,該方法可有效減小圖像配準(zhǔn)過(guò)程中的內(nèi)存消耗。
本發(fā)明的技術(shù)方案為:基于張量稀疏表示的拓?fù)浣Y(jié)構(gòu)維持的圖像配準(zhǔn)方法,包括以下步驟:
(1)對(duì)未配準(zhǔn)的圖像進(jìn)行預(yù)處理,并得到由位移向量構(gòu)成的標(biāo)簽集合:
(1-1)讀入像素?cái)?shù)為M的目標(biāo)圖像I和浮動(dòng)圖像J,并估計(jì)出兩幅圖像中所示物體的真實(shí)形變范圍;
(1-2)根據(jù)形變范圍來(lái)選取一組合適的位移向量d1,d2,...,dN,并將這些位移向量作為基于馬爾可夫隨機(jī)場(chǎng)的圖像配準(zhǔn)算法中的標(biāo)簽集合L={d1,d2,...,dN};
(2)利用指派矩陣的概率意義圖像配準(zhǔn)問(wèn)題轉(zhuǎn)化為等價(jià)的張量表述,并選取勢(shì)函數(shù)構(gòu)造2階張量H2、4階張量H4和6階張量在利用同質(zhì)性勢(shì)函數(shù)構(gòu)造6階張量時(shí),只存儲(chǔ)必要的數(shù)值以及非0元素對(duì)應(yīng)的索引信息;
(3)利用對(duì)稱(chēng)張量高階乘冪法求解目標(biāo)函數(shù)f(X)的極大值問(wèn)題,得到圖像配準(zhǔn)所需的形變場(chǎng),其中
并根據(jù)X的概率意義選取每個(gè)像素最可能對(duì)應(yīng)的位移向量,進(jìn)而得到形變場(chǎng)D;
(4)利用形變場(chǎng)對(duì)浮動(dòng)圖像進(jìn)行變換來(lái)實(shí)現(xiàn)圖像配準(zhǔn)。
所述步驟(2)中所述指派矩陣X是根據(jù)圖像與標(biāo)簽集合隨機(jī)構(gòu)造出一個(gè)N×M的指派矩陣X,其中Xa,i表示i個(gè)像素是否對(duì)應(yīng)于第a個(gè)標(biāo)簽da的概率。
所述步驟(2)中選取勢(shì)函數(shù)按照以下方法構(gòu)造張量:
(2-1)任意選取一個(gè)一元團(tuán)勢(shì)函數(shù)V1來(lái)構(gòu)造2階張量H2,其中H2是一個(gè)N×M的矩陣,是第i個(gè)像素取得第a個(gè)標(biāo)簽時(shí)V1輸出的代價(jià)值;
(2-2)任意選取一個(gè)二元團(tuán)勢(shì)函數(shù)V2來(lái)構(gòu)造4階張量H4,其中H4的維度為N×M×N×M,表示當(dāng)?shù)趇個(gè)像素取第a個(gè)標(biāo)簽時(shí),第j個(gè)像素取第b個(gè)標(biāo)簽時(shí)V2輸出的代價(jià)值;
(2-3)利用如下稀疏表示方法來(lái)構(gòu)造6階張量
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于山東知微智成電子科技有限公司,未經(jīng)山東知微智成電子科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710341578.7/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 基于快速?gòu)埩眶敯裟P偷囊曨l前景提取方法
- 運(yùn)算方法及相關(guān)方法和產(chǎn)品
- 張量寄存器文件
- 一種張量轉(zhuǎn)置方法、裝置、計(jì)算機(jī)及存儲(chǔ)介質(zhì)
- 一種基于張量的背景減除方法及系統(tǒng)
- 分解后的多維圖像的存儲(chǔ)、顯示和分析
- 在深度神經(jīng)網(wǎng)絡(luò)中利用激活稀疏性
- 一種基于張量鏈分解的流式數(shù)據(jù)增量處理方法及裝置
- 一種基于浮動(dòng)車(chē)數(shù)據(jù)加權(quán)張量重建的交通狀態(tài)估計(jì)方法
- 基于廣播機(jī)制進(jìn)行張量計(jì)算的方法、裝置、芯片及介質(zhì)





