[发明专利]基于K均值聚类法的脑磁共振图像配准方法

权利要求书

1.一种基于K均值聚类法的脑磁共振图像配准方法，其特征在于按照以下步骤进行：

步骤1：获取参考图像I和待配准图像J，采用基于Harris和SUSAN算子的混合算法分别提取图像I的总角点集A和图像J的总角点集B，按照角点强度大小对总角点集A和总角点集B进行排序，选取角点强度较大的M个角点，得到新的角点集C和角点集D；

步骤2：采用互相关系数法对步骤1获得的角点集C和角点集D进行粗匹配筛选，得到特征角点对的集合E和F；

步骤3：分别对步骤2获得特征角点对的集合E和F采用K均值聚类法进行聚类处理，得到角点集E′和F′；

步骤4：对步骤3中得到的角点集E′和F′采用投票匹配法进行精匹配筛选，得到图像I和J各自的最终角点集G和H；

步骤5：基于最终角点集G和H，采用Powell算法搜索变换参数值，实现图像配准，并计算配准后图像I和J间的互信息值；

步骤6：选择步骤5获得的互信息最大值所对应的角点对作为最终的角点匹配对，并将其对应的搜索参数作为最终的搜索参数，重新对图像进行配准。

2.根据权利要求1所述的基于K均值聚类法的脑磁共振图像配准方法，其特征在于：步骤1按照以下步骤进行：

步骤1-1：采用Harris算子对图像I和J进行角点检测得到角点集I_a和J_a，采用SUSAN算子对图像I和J进行角点检测得到角点集I_b和J_b；

步骤1-2：分别对角点集I_a与I_b、J_a与J_b求并集，得到图像I的角点集合A和图像J的角点集合B；

步骤1-3：搜索角点集合A和B中每个角点对应的Harris和SUSAN角点响应矩阵，分别组成矩阵R_HA与R_SA、R_HB与R_SB；

步骤1-4：按照公式R_A=ω₁*R_HA+ω₂*R_SA和R_B=ω₁*R_HB+ω₂*R_SB分别对Harris角点响应值和SUSAN角点响应值进行加权，计算得到新的角点强度矩阵R_A和R_B；

步骤1-5：对角点强度矩阵R_A和R_B中的角点强度分别按照从大到小排序，选取角点强度较大的M个角点，得到图像I的角点集C和图像J的角点集D。

3.根据权利要求1所述的基于K均值聚类法的脑磁共振图像配准方法，其特征在于：步骤2按照以下步骤进行：

步骤2-1：在角点集C中选取任意一个角点C_i，在角点集D中搜索与其归一化相关系数最大的角点D_j，其中i、j为角点序号；

步骤2-2：在角点集C中反向搜索与角点D_j归一化相关系数最大的角点C_k，若C_i=C_k，则判定为角点C_i与D_j匹配，其中i、j、k为角点序号；

步骤2-3：返回步骤2-1，得到所有匹配的角点集E和F。

4.根据权利要求1所述的基于K均值聚类法的脑磁共振图像配准方法，其特征在于：步骤3按照以下步骤进行：

步骤3-1：分别从角点集E和F的特征点中随机取k个元素作为k个分类，并将其作为各自分类的初始聚类中心，其中k为预设参数；

步骤3-2：分别计算各个角点到各个初始聚类中心的距离，将各个角点归为距离最近的中心点的一类；

步骤3-3：根据聚类结果，计算各个分类中所有点的平均距离，并确定新的聚类中心；

步骤3-4：根据新的聚类中心，再次计算各个角点到各个新的聚类中心的距离，并将各个角点归为距离最近的中心点的一类；

步骤3-5：返回步骤3-3，直到聚类结果不再变化，并输出聚类后的角点集E′和F′。