專利名稱：一種圖像配準(zhǔn)方法
技術(shù)領(lǐng)域：
本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于ICP算法的圖像配準(zhǔn)方法。
背景技術(shù)：
隨著新型傳感器的不斷涌現(xiàn)，人們獲取圖像的能力迅速提高，不同物理特性的傳感器所產(chǎn)生的圖像也不斷增多。由于不同的圖像傳感器獲取的圖像數(shù)據(jù)存在明顯的局限性和差異性，所以僅僅利用一種圖像數(shù)據(jù)往往很難滿足實(shí)際需求，為此需要通過圖像融合技術(shù)將不同傳感器獲取的圖像總和起來使用，以達(dá)到對(duì)圖像中的目標(biāo)更加全面清晰、準(zhǔn)確的理解和認(rèn)識(shí)。例如在醫(yī)學(xué)上，為了通過對(duì)解剖和生理信息進(jìn)行綜合分析而通過對(duì)不同形式諸如計(jì)算機(jī)斷層掃描成像(CT)、核磁共振成像(MRI)、超聲(US)獲得圖像進(jìn)行融合，以實(shí)現(xiàn)改進(jìn)診斷過程。圖像配準(zhǔn)技術(shù)是實(shí)現(xiàn)圖像融合的重要前提，是圖像融合首先要解決的問題。 ICP(Iterative Closest Point，迭代最近點(diǎn))算法是實(shí)現(xiàn)對(duì)圖像進(jìn)行配準(zhǔn)的一種方法，ICP 算法是一種基于自由形態(tài)曲面的配準(zhǔn)方法，重復(fù)進(jìn)行“確定對(duì)應(yīng)點(diǎn)集，計(jì)算最優(yōu)剛體變化” 的過程，直到達(dá)到預(yù)設(shè)的配準(zhǔn)收斂準(zhǔn)則，最終坐標(biāo)變化是每次變換的合成。但由于傳統(tǒng)的 ICP算法存在配準(zhǔn)目標(biāo)和配準(zhǔn)源的初始偏移范圍不能太大，可以收斂到某一局部極限，但通常不是全局最優(yōu)(即無法掙脫局部極限)的缺點(diǎn)，因此圖像配準(zhǔn)的精度和成功率較低，無法滿足實(shí)際需求。通過對(duì)現(xiàn)有技術(shù)研究，申請(qǐng)人發(fā)現(xiàn)現(xiàn)有的基于ICP算法的圖像配準(zhǔn)方法通常采用“給配準(zhǔn)施加隨機(jī)剛體擾動(dòng)變換”和“給配準(zhǔn)目標(biāo)的三維坐標(biāo)點(diǎn)施加隨機(jī)擾動(dòng)使其產(chǎn)生形變”兩種方法達(dá)到掙脫傳統(tǒng)ICP算法局部極限，使配準(zhǔn)效果更好。但采用“給配準(zhǔn)施加隨機(jī)剛體擾動(dòng)變換”這種方法需要在六維自由度空間采樣，計(jì)算量大且費(fèi)時(shí)；而采用“給配準(zhǔn)目標(biāo)的三維坐標(biāo)點(diǎn)施加隨機(jī)擾動(dòng)使其產(chǎn)生形變”方法，其參數(shù)是在實(shí)際應(yīng)用中根據(jù)不同的實(shí)驗(yàn)?zāi)Ｐ涂拷?jīng)驗(yàn)進(jìn)行設(shè)定的，對(duì)于不同的實(shí)驗(yàn)?zāi)Ｐ?，參?shù)設(shè)定比較困難，設(shè)置錯(cuò)誤就可能導(dǎo)致配準(zhǔn)失敗。

發(fā)明內(nèi)容
有鑒于此，本申請(qǐng)實(shí)施例提供了一種圖像配準(zhǔn)方法，以實(shí)現(xiàn)無需手動(dòng)調(diào)節(jié)參數(shù)，即可實(shí)現(xiàn)在配準(zhǔn)源和配準(zhǔn)目標(biāo)在大范圍初始偏移的情況下進(jìn)行配準(zhǔn)，而且能夠有效地?cái)[脫局部極限的束縛，提高了配準(zhǔn)精度和配準(zhǔn)成功率。為實(shí)現(xiàn)上述目的，技術(shù)方案如下一種圖像配準(zhǔn)方法，包括選取配準(zhǔn)源圖像{Pi}和配準(zhǔn)目標(biāo)圖像{q」}，其中0 < i < M，0 < j < N，M，N為正整數(shù)，且M<<N;根據(jù)預(yù)設(shè)的隨機(jī)擾動(dòng)控制參數(shù)σ，對(duì)所述圖像{Pi}施加隨機(jī)擾動(dòng)使其產(chǎn)生形變， 得到圖像{ρ/}，并獲取所述圖像{qj上與圖像{ρ/}上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)，得到的點(diǎn)的集合即為圖像{q/ }；根據(jù)預(yù)設(shè)的初始坐標(biāo)變換Htl，在預(yù)設(shè)步長(zhǎng)L范圍內(nèi)，對(duì)圖像{Pi’}與圖像{q/}進(jìn)行迭代運(yùn)算，得到圖像{Pi’}與圖像{q/}之間的坐標(biāo)變換{HJ，0 < 1 < L，根據(jù)坐標(biāo)變換 {HJ計(jì)算與其相對(duì)應(yīng)的平均距離{EJ ；判斷所述平均距離{EJ和所述預(yù)設(shè)的理想平均距離Ex的大小，當(dāng)所述平均距離 {EJ小于等于預(yù)設(shè)的理想平均距離Ex時(shí)，配準(zhǔn)終止。優(yōu)選地，所述Pi和Qj為3*1的列向量。優(yōu)選地，所述獲取所述圖像{q」}上與圖像{Pi’ }上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)，具體為運(yùn)用KD 二叉樹搜索所述圖像{q」}上與圖像{Pi’ }上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)。優(yōu)選地，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體為依次判斷所述平均距離{EJ是否小于等于所述理想平均距離Ex。優(yōu)選地，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體體為選擇所述平均距離{EJ中的最小平均距離^llin ；判斷所述最小平均距離^llin和所述理想平均距離Ex的大小。優(yōu)選地，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時(shí)，還包括依次判斷所述平均距離{EJ和初始平均距離的大小，其中所述初始平均距離 E0與所述初始坐標(biāo)變換Htl相對(duì)應(yīng)；當(dāng)所述平均距離{EJ中任意一個(gè)值小于等于所述初始平均距離&，則終止所述平均距離{EJ與所述初始平均距離之間的判斷，并將與當(dāng)前平均距離&相對(duì)應(yīng)的坐標(biāo)變換Hg替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)ο進(jìn)行衰減，根據(jù)坐標(biāo)變換Hg和所述衰減后的隨機(jī)擾動(dòng)控制參數(shù)ο，重新計(jì)算平均距離{E/ }，并判斷所述平均距離{E/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述平均距離{EJ中所有值均大于所述初始平均距離時(shí)，則按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)σ衰減后，重新對(duì)所述圖像{pj施加隨機(jī)擾動(dòng)，并利用初始坐標(biāo)變換H。，重新計(jì)算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。優(yōu)選地，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時(shí)，還包括選擇所述平均距離{EJ中的最小平均距離^llin ；判斷所述最小平均距離Emin和初始平均距離的大小，其中所述初始平均距離 E0與所述初始坐標(biāo)變換Htl相對(duì)應(yīng)；當(dāng)所述最小平均距離^lin小于等于所述初始平均距離Etl，則將與最小平均距離^llin 相對(duì)應(yīng)的坐標(biāo)變換Hmin替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)ο進(jìn)行衰減，根據(jù)坐標(biāo)變換Hmin和所述衰減后的隨機(jī)擾動(dòng)控制參數(shù)ο，重新計(jì)算平均距離{E/ }，并判斷所述平均距離{E/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述最小平均距離Emin大于所述初始平均距離時(shí)，則按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)σ衰減后，重新對(duì)所述圖像{pj施加隨機(jī)擾動(dòng)，并利用初始坐標(biāo)變換 H。，重新計(jì)算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。優(yōu)選地，所述重新計(jì)算平均距離{E/ }或重新計(jì)算平均距離{E/’}后，還包括
判斷迭代循環(huán)次數(shù)是否大于預(yù)設(shè)的迭代循環(huán)次數(shù)K，并且當(dāng)所述迭代循環(huán)次數(shù)大于預(yù)設(shè)的迭代循環(huán)次數(shù)K時(shí)，則配準(zhǔn)終止，并報(bào)錯(cuò)。優(yōu)選地，所述隨機(jī)擾動(dòng)控制參數(shù)σ的固定衰減速率為;^。優(yōu)選地，所述步長(zhǎng)L的范圍為50 200。由以上本申請(qǐng)實(shí)施例提供的技術(shù)方案可見，該方法中的隨機(jī)擾動(dòng)控制參數(shù)σ在整個(gè)迭代過程中可以自動(dòng)衰減。當(dāng)預(yù)設(shè)的初始變換是最佳起始位置時(shí)，無需擔(dān)心因?yàn)樵黾恿穗S機(jī)擾動(dòng)而將模型變換到更差的位置；當(dāng)初始變換本身不是最佳時(shí)，還可以通過增加隨機(jī)擾動(dòng)使模型掙脫局部極值的束縛而變換到更好的位置進(jìn)行迭代，即通過搜索可以接近全局最優(yōu)。同時(shí)，該方法中隨機(jī)擾動(dòng)控制參數(shù)σ不是根據(jù)經(jīng)驗(yàn)設(shè)定的，而是考慮了全局搜索性能與迭代循環(huán)速度后綜合設(shè)定的。對(duì)于多組心腔模型，隨機(jī)擾動(dòng)控制參數(shù)σ可以設(shè)置為同一值，且都得到較好的配準(zhǔn)效果。因此，本申請(qǐng)實(shí)施例提供的圖像配準(zhǔn)方法，在無需手動(dòng)調(diào)節(jié)參數(shù)的情況下，不僅可以實(shí)現(xiàn)配準(zhǔn)源和配準(zhǔn)目標(biāo)在大范圍初始偏移的情況下進(jìn)行配準(zhǔn)，而且能夠有效地?cái)[脫局部極限的束縛，提高了配準(zhǔn)精度和配準(zhǔn)成功率。


為了更清楚地說明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請(qǐng)中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下， 還可以根據(jù)這些附圖獲得其他的附圖。圖1為本申請(qǐng)實(shí)施例一提供的一種圖像配準(zhǔn)方法的流程示意圖；圖2為本申請(qǐng)實(shí)施例二提供的一種圖像配準(zhǔn)方法的流程示意圖；圖3為本申請(qǐng)實(shí)施例三提供的一種圖像配準(zhǔn)方法的流程示意圖；圖4為本申請(qǐng)實(shí)施例四提供的一種圖像配準(zhǔn)方法的流程示意圖；圖5為本申請(qǐng)實(shí)施例四提供的另一種圖像配準(zhǔn)方法的流程示意圖。
具體實(shí)施例方式為了使本技術(shù)領(lǐng)域的人員更好地理解本申請(qǐng)中的技術(shù)方案，下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾?qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本申請(qǐng)保護(hù)的范圍。實(shí)施例一圖1為本申請(qǐng)實(shí)施例一提供的一種圖像配準(zhǔn)方法的流程示意圖。如圖1所示，該方法包括步驟SlOl 選取配準(zhǔn)源圖像{pi}和配準(zhǔn)目標(biāo)圖像{qj}。配準(zhǔn)源圖像為{pi，|i = 1，......，Μ}，配準(zhǔn)目標(biāo)圖像為{qj| j = 1，......，N}，
M << N，配準(zhǔn)源圖像{pi}和配準(zhǔn)目標(biāo)圖像{qj}處于不同的坐標(biāo)系，
權(quán)利要求
1.一種圖像配準(zhǔn)方法，其特征在于，包括選取配準(zhǔn)源圖像{pj和配準(zhǔn)目標(biāo)圖像{q」}，其中0 < i < M，0 < j < N，M，N為正整數(shù)，且M << N ；根據(jù)預(yù)設(shè)的隨機(jī)擾動(dòng)控制參數(shù)σ，對(duì)所述圖像{pj施加隨機(jī)擾動(dòng)使其產(chǎn)生形變，得到圖像{Pi’}，并獲取所述圖像{qj上與圖像{Pi’}上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)，得到的點(diǎn)的集合即為圖像{q/ }；根據(jù)預(yù)設(shè)的初始坐標(biāo)變換Htl，在預(yù)設(shè)步長(zhǎng)L范圍內(nèi)，對(duì)圖像{Pi’}與圖像{q/}進(jìn)行迭代運(yùn)算，得到圖像{Pi’}與圖像{q/}之間的坐標(biāo)變換{HJ，0 < 1 < L，根據(jù)坐標(biāo)變換{HJ 計(jì)算與其相對(duì)應(yīng)的平均距離{EJ ；判斷所述平均距離{EJ和所述預(yù)設(shè)的理想平均距離Ex的大小，當(dāng)所述平均距離{EJ小于等于預(yù)設(shè)的理想平均距離Ex時(shí)，配準(zhǔn)終止。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述Pi和％為3*1的列向量。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述圖像{qj}上與圖像{Pi’} 上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)，具體為運(yùn)用KD 二叉樹搜索所述圖像{qj}上與圖像{Pi’ }上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體為依次判斷所述平均距離{EJ是否小于等于所述理想平均距離Ex。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述判斷所述平均距離{EJ和所述理想平均距離Ex的大小具體為選擇所述平均距離{EJ中的最小平均距離^llin;判斷所述最小平均距離Emin和所述理想平均距離Ex的大小。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時(shí)，還包括依次判斷所述平均距離{EJ和初始平均距離的大小，其中所述初始平均距離與所述初始坐標(biāo)變換Htl相對(duì)應(yīng)；當(dāng)所述平均距離{EJ中任意一個(gè)值小于等于所述初始平均距離，則終止所述平均距離{EJ與所述初始平均距離之間的判斷，并將與當(dāng)前平均距離&相對(duì)應(yīng)的坐標(biāo)變換Hg 替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)ο進(jìn)行衰減，根據(jù)坐標(biāo)變換Hg和所述衰減后的隨機(jī)擾動(dòng)控制參數(shù)ο，重新計(jì)算平均距離{E/ }，并判斷所述平均距離{E/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述平均距離{EJ中所有值均大于所述初始平均距離時(shí)，則按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)σ衰減后，重新對(duì)所述圖像{pj施加隨機(jī)擾動(dòng)，并利用初始坐標(biāo)變換H。，重新計(jì)算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)所述平均距離{EJ大于預(yù)設(shè)的理想平均距離時(shí)，還包括選擇所述平均距離{EJ中的最小平均距離^llin;判斷所述最小平均距離^lin和初始平均距離的大小，其中所述初始平均距離與所述初始坐標(biāo)變換Htl相對(duì)應(yīng)；當(dāng)所述最小平均距離^llin小于等于所述初始平均距離&，則將與最小平均距離Emin相對(duì)應(yīng)的坐標(biāo)變換Hmin替換初始坐標(biāo)變換Htl，且按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù) σ進(jìn)行衰減，根據(jù)坐標(biāo)變換^lin和所述衰減后的隨機(jī)擾動(dòng)控制參數(shù)σ，重新計(jì)算平均距離 {Ε/ }，并判斷所述平均距離{Ε/ }是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟；當(dāng)所述最小平均距離^llin大于所述初始平均距離時(shí)，則按照固定衰減速率將所述隨機(jī)擾動(dòng)控制參數(shù)σ衰減后，重新對(duì)所述圖像{pj施加隨機(jī)擾動(dòng)，并利用初始坐標(biāo)變換H。， 重新計(jì)算平均距離{E/’}，并判斷所述平均距離{E/’}是否小于等于所述預(yù)設(shè)的理想平均距離Ex的步驟。
8.根據(jù)權(quán)利要求6或7所述的方法，其特征在于，所述重新計(jì)算平均距離{E/}或重新計(jì)算平均距離{E/，}后，還包括判斷迭代循環(huán)次數(shù)是否大于預(yù)設(shè)的迭代循環(huán)次數(shù)K，并且當(dāng)所述迭代循環(huán)次數(shù)大于預(yù)設(shè)的迭代循環(huán)次數(shù)K時(shí)，則配準(zhǔn)終止，并報(bào)錯(cuò)。
9.根據(jù)權(quán)利要求6或7所述的方法，其特征在于，所述隨機(jī)擾動(dòng)控制參數(shù)ο的固定衰減速率為;^。
10.根據(jù)權(quán)利要求1-7任一項(xiàng)所述的方法，其特征在于，所述步長(zhǎng)L的范圍為50 200。
全文摘要
本發(fā)明公開了一種圖像配準(zhǔn)方法，該方法包括選取配準(zhǔn)源圖像{pi}和配準(zhǔn)目標(biāo)圖像{qj}；對(duì){pi}施加隨機(jī)擾動(dòng)使其產(chǎn)生形變，得到{pi’}，獲取{qj}上與{pi’}上的點(diǎn)相對(duì)應(yīng)的最近點(diǎn)的集合，即{qj’}；根據(jù)預(yù)設(shè)的初始坐標(biāo)變換H0，對(duì){pi’}與{qj’}進(jìn)行迭代運(yùn)算，得到{pi’}與{qj’}之間的坐標(biāo)變換{H1}，然后再計(jì)算與其相對(duì)應(yīng)的平均距離{E1}；判斷平均距離{E1}和預(yù)設(shè)的理想平均距離Ex的大小，且當(dāng){E1}小于等于Ex時(shí)，配準(zhǔn)終止。該方法無需手動(dòng)調(diào)節(jié)參數(shù)，即可實(shí)現(xiàn)在配準(zhǔn)源和配準(zhǔn)目標(biāo)在大范圍初始偏移的情況下進(jìn)行配準(zhǔn)，而且能夠有效地?cái)[脫局部極限的束縛，提高了配準(zhǔn)精度和配準(zhǔn)成功率。
文檔編號(hào)G06T7/00GK102385748SQ201010270148
公開日2012年3月21日 申請(qǐng)日期2010年8月31日 優(yōu)先權(quán)日2010年8月31日
發(fā)明者劉道志, 孫毅勇, 宮晶晶 申請(qǐng)人:微創(chuàng)醫(yī)療器械(上海)有限公司