基于Canny算子結(jié)合小波變換和改進Hausdorff距離的醫(yī)學圖像配準算法研究.pdf

1、醫(yī)學圖像配準是現(xiàn)代醫(yī)學圖像處理技術(shù)應用的一個重要方面。它的主要目的是將不同時間、不同視場、不同成像模式的兩幅或多幅圖像進行空間幾何變換，以使圖像的所有解剖點，或至少代表相同解剖結(jié)構(gòu)的像素或體素在空間位置上能夠匹配。
　　本文對現(xiàn)有的特征提取方法進行了分析，重點研究了圖像邊緣特征的提取方法。針對Canny算子和小波變換算法在邊緣提取方面的不足，提出了一種新的提取圖像邊緣的方法，即Canny算子結(jié)合小波變換的邊緣提取算法。該算法先用C

2、anny算子和小波變換算法分別提取圖像的邊緣，然后用小波變換提取的邊緣約束Canny算子提取的邊緣，去除其中的噪聲點，最后進一步處理，形成最終的邊緣圖像。
　　研究了Hausdorff距離算法。該算法計算簡單，不需要特征點之間的一一對應關系，作為相似性測度在圖像配準中具有普遍應用。但是，Hausdorff距離只包含部分圖像信息，不能處理目標被遮掩和有較大形變存在的情形，且對噪聲敏感。針對以上問題，本文提出了一種新的改進算法一差平方

3、Hausdorff距離算法，在原始Hausdorff距離定義的基礎上，加入了圖像間的差平方信息。
　　整合了本文采用的配準新算法，變換模型應用高質(zhì)量的三次B樣條彈性模型，用模擬退火和遺傳算法相結(jié)合的混合優(yōu)化算法優(yōu)化變換參數(shù)，避免配準結(jié)果陷入局部極值。給出了本文非剛性配準算法的完整過程。
　　對同一模式和不同模式的CT、MR、PET圖像進行了大量的基于OpenCV的仿真實驗。同時將本文算法的配準結(jié)果與Canny算子和傳統(tǒng)Hau