为了解决仿射最小二乘匹配方法在未知初始参数条件下无法自适应选择匹配窗口的问题,提出了一种基于局部形状估计的自适应窗口最小二乘匹配方法。利用LOG(Laplacian of Gaussian)算子检测特征点以及特征点所在的尺度;在特征点邻域内根据...为了解决仿射最小二乘匹配方法在未知初始参数条件下无法自适应选择匹配窗口的问题,提出了一种基于局部形状估计的自适应窗口最小二乘匹配方法。利用LOG(Laplacian of Gaussian)算子检测特征点以及特征点所在的尺度;在特征点邻域内根据特征尺度计算局部二阶矩矩阵,用二阶矩矩阵估计特征点局部的形状特征;根据特征点局部的形状自适应选择初始匹配窗口进行仿射最小二乘迭代。实验结果表明,该方法在较大仿射变形下能够准确的选择有效匹配区域,避免因窗口内容差异造成的迭代不收敛问题。展开更多
针对医学图像配准对鲁棒性强、准确性高和速度快的要求,本文提出一种基于Rényi熵的互补尺度空间关键点配准算法。该算法首先从图像上提取Harris-Laplace(HL)和Laplacian of Gaussian(LoG)两种互补的尺度空间关键点,然后将关键点对...针对医学图像配准对鲁棒性强、准确性高和速度快的要求,本文提出一种基于Rényi熵的互补尺度空间关键点配准算法。该算法首先从图像上提取Harris-Laplace(HL)和Laplacian of Gaussian(LoG)两种互补的尺度空间关键点,然后将关键点对应的灰度信息融入到联合Rényi熵中,最后使用最小生成树来估计联合Rényi熵。新算法结合了互补关键点的鲁棒性,和最小生成树估计Rényi熵的高效性。实验结果表明在图像含有噪声、灰度不均匀和初始误配范围较大的情况下,该算法在达到良好配准精度的同时,具有较强的鲁棒性和较快的速度。展开更多
文摘为了解决仿射最小二乘匹配方法在未知初始参数条件下无法自适应选择匹配窗口的问题,提出了一种基于局部形状估计的自适应窗口最小二乘匹配方法。利用LOG(Laplacian of Gaussian)算子检测特征点以及特征点所在的尺度;在特征点邻域内根据特征尺度计算局部二阶矩矩阵,用二阶矩矩阵估计特征点局部的形状特征;根据特征点局部的形状自适应选择初始匹配窗口进行仿射最小二乘迭代。实验结果表明,该方法在较大仿射变形下能够准确的选择有效匹配区域,避免因窗口内容差异造成的迭代不收敛问题。
文摘针对医学图像配准对鲁棒性强、准确性高和速度快的要求,本文提出一种基于Rényi熵的互补尺度空间关键点配准算法。该算法首先从图像上提取Harris-Laplace(HL)和Laplacian of Gaussian(LoG)两种互补的尺度空间关键点,然后将关键点对应的灰度信息融入到联合Rényi熵中,最后使用最小生成树来估计联合Rényi熵。新算法结合了互补关键点的鲁棒性,和最小生成树估计Rényi熵的高效性。实验结果表明在图像含有噪声、灰度不均匀和初始误配范围较大的情况下,该算法在达到良好配准精度的同时,具有较强的鲁棒性和较快的速度。
