[发明专利]图像配准模型的训练方法和装置

说明书

本申请提供一种图像配准模型的训练方法和装置，获取至少一个训练样本，利用当前的图像配准模型计算得到每个训练样本的变形场，利用变形场确定训练样本的配准图像和配准图像掩膜后，针对每个训练样本，根据配准图像和参考图像的相似度，变形场的平滑度，配准图像掩膜和参考图像的图像掩膜的重合度，以及配准图像的平滑度，计算训练样本的损失值；若存在不满足收敛条件的损失值，更新模型参数，并进入下一次迭代；若每个训练样本的损失值均满足收敛条件，输出当前的图像配准模型。本方案在损失值中引入图像掩膜的重合度以及配准图像的平滑度，使输出的图像配准模型即使在处理图像纹理较少的浮动图像和参考图像时，也能避免输出过度扭曲的变形场。

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像配准模型的训练方法和装置。

背景技术

图像配准，是指，对于显示有同一目标物体的浮动图像和参考图像，寻找目标物体的每一个位置点在两幅图像中对应的像素点之间的映射关系。

具体的，可以利用预先训练的配准模型，计算输入图像组(包括浮动图像和参考图像)，得到对应的变形场，这个变形场就是输入图像组中浮动图像和参考图像之间的映射关系。

其中，配准模型的训练过程，一般是利用当前的配准模型计算训练样本的变形场，然后基于变形场，将训练样本中的浮动图像映射为配准图像，根据配准图像与参考图像的相似度以及变形场的平滑度计算损失值，若损失值不满足收敛条件，更新配准模型的参数并进入下一次迭代，若损失值满足收敛条件，则输出当前的配准模型。

当浮动图像和参考图像中，目标物体所在的区域的图像纹理较少时，仅根据配准图像与参考图像的相似度以及变形场的平滑度训练的配准模型会输出过度扭曲的变形场，导致映射得到的配准图像严重失真。

发明内容

基于上述现有技术缺点，本发明提供一种图像配准模型的训练方法和装置，以解决图像纹理较少时，现有的配准模型计算得到的变形场过度扭曲的问题。

本发明第一方面提供一种图像配准模型的训练方法，包括：

获取训练样本集以及训练样本集中每一个图像的图像掩膜；其中，所述训练样本集包括至少一个训练样本，每一个所述训练样本均包括浮动图像和参考图像；所述训练样本集的每一个图像，均显示有目标物体；所述图像掩膜用于指示对应的图像中目标物体所在的区域；

利用当前的图像配准模型计算得到每一个所述训练样本的变形场；

针对每一个训练样本，根据所述训练样本的变形场调整所述训练样本的浮动图像，得到所述训练样本的配准图像，并且，调整所述浮动图像的图像掩膜，得到所述训练样本的配准图像掩膜；

针对每一个训练样本，根据所述训练样本的配准图像和参考图像的相似度，所述训练样本的变形场的平滑度，所述训练样本的配准图像掩膜和参考图像的图像掩膜的重合度以及所述训练样本的配准图像的平滑度，计算得到所述训练样本的损失值；

若至少一个所述训练样本的损失值不满足预设的收敛条件，根据不满足所述收敛条件的损失值更新所述图像配准模型的参数，返回执行所述利用当前的图像配准模型计算得到每一个所述训练样本的变形场；

若每一个所述训练样本的损失值均满足所述收敛条件，输出当前的图像配准模型。

可选的，所述根据所述训练样本的配准图像掩膜和所述训练样本的参考图像的图像掩膜的重合度，所述训练样本的变形场的平滑度，所述训练样本的配准图像的平滑度，以及所述训练样本的配准图像和所述训练样本的参考图像的相似度，计算得到所述训练样本的损失值，包括：

用当前的配准模型的第一超参数乘以所述训练样本的配准图像掩膜和所述训练样本的参考图像的图像掩膜的重合度的相反数，得到第一系数；

计算所述训练样本的变形场的平滑度与当前的配准模型的第二超参数的乘积，得到第二系数；