[发明专利]一种基于点集匹配的图像配准方法

说明书

技术领域

本发明属于图像配准技术领域，具体涉及一种基于点集匹配的图像配准的方法，应用于医学图像配准领域。

背景技术

图像配准是医学图像处理和分析的一个关键问题，它可以帮助人们进行三维重建、图像融合、图像分割以及病理分析，在医学图像领域有重要的应用价值。

图像配准一般可以分为二种，基于图像灰度信息的配准(Wells et al.1996.Multi-modal volume registration by maximization of mutual information)和基于图像特征的配准(Wu et al.2007.Learning best features and deformation statistics for hierarchical registration of MR brain images)。基于图像特征配准的方法有四个主要步骤：一是对于图像进行特征提取，二是对于图像特征进行匹配，三是构造映射函数，四是对图像进行映射变换。基于图像特征配准的方法，可以不需要为特征点进行属性构造，仅仅保留特征点的位置信息，这将节省大量的时间，现有的点集匹配方法包括最近点迭代算法(Besl et al.1992.Method for registration of3-D shapes)和高斯混合模型点集匹配方法(Jian et al.2011.Robust point set registration using gaussian mixture models)等，但是现有的点集匹配方法都无法解决点集旋转大于90度的问题。

发明内容

(一)要解决的技术问题

本发明所要解决的技术问题是现有的图像配准方法对较大角度旋转的三维图像的配准效果不佳的问题。

(二)技术方案

(三)有益效果

本发明通过构造由12个四元数表征的空间映射信息的集合，对于用NSIFT方法从浮动图像中提取的浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与用NSIFT方法从参考图像中提取的特征点集的绕轴旋转角度小于等于90度。然后利用高斯混合模型点集匹配方法对于这12个中间图像点集分别与参考图像点集进行匹配，并求出几何变换。然后从这12个几何变换中挑选出最优的空间映射使得浮动图像经此映射变换后得到的配准图像与参考图像的差异最小。解决了现有的图像配准方法对较大角度旋转的三维图像的配准效果不佳的问题。

附图说明

图1示意了分别采用ICP、GMM和本发明的方法对于浮动图像与参考图像旋转角度为10°到180°的配准误差。

图2示意了分别采用ICP、GMM和本发明的方法对于浮动图像与参考图像旋转角度为60°时的配准直观视觉结果，(a)是参考图像切片，(b)是浮动图像切片，(c)是参考图像切片和浮动图像切片的棋盘差异图像，(d)～(f)分别表示用ICP、GMM、和本发明的方法得到的配准图像的切片，(g)～(i)分别表示用ICP、GMM和本发明的方法得到的配准图像的切片与参考图像切片的棋盘差异图像。

图3示意了分别采用ICP、GMM和本发明的方法对于浮动图像与参考图像旋转角度为90°时的配准直观视觉结果，(a)是参考图像切片，(b)是浮动图像切片，(c)是参考图像切片和浮动图像切片的棋盘差异图像，(d)～(f)分别表示用ICP、GMM和本发明的方法得到的配准图像的切片，(g)～(i)分别表示用ICP、GMM和本发明的方法得到的配准图像的切片与参考图像切片的棋盘差异图像。

图4示意了分别采用ICP、GMM和本发明的方法对于浮动图像与参考图像旋转角度为120°时的配准直观视觉结果，(a)是参考图像切片，(b)是浮动图像切片，(c)是参考图像切片和浮动图像切片的棋盘差异图像，(d)～(f)分别表示用ICP、GMM和本发明的方法得到的配准图像的切片，(g)～(i)分别表示用ICP、GMM和本发明的方法得到的配准图像的切片与参考图像切片的棋盘差异图像。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明可在具有可编程能力的GPU硬件平台上实现。在一个实施例中，在NVIDIA GTX480显卡上通过CUDA接口实现。在实施该实施例之前，首先实现NSIFT在高斯差分空间对于特征点的提取，以及根据现有技术实现一个基本的高斯混合模型点集匹配方法。