[发明专利]一种基于互信息的非刚性声纳图像配准方法

说明书

技术领域

本发明属于声纳图像处理领域，具体涉及一种基于互信息的非刚性图像配准方法。

背景技术

声纳图像配准是声纳图像融合的前提，同时也是声纳图像处理领域的一个重要分支。在数字图像处理的应用领域中，经常需要对目标物体进行综合分析，因此就需要将多幅同目标的物体进行配准。但由于声纳图像具有成像物体边缘弱化，图像对比度低、强度非均匀、分辨率不高等特点，极易造成误配准的现象，因此声纳图像配准是数字图像处理技术的难题之一。

陈伟卿，欧宗瑛，李冠华等在2009年大连理工大学学报49期387-390页记载的《基于互信息与梯度相似性相结合的医学图像配准方法》中运用改进后的梯度项和互信息相结合来配准图像。改进后的梯度项不仅可以结合图像的空间信息，而且也能避免忽略梯度较小的像素对整幅图像配准的贡献，其按照每对对应像素梯度相似性的大小来决定对整幅图像梯度项的影响。凌志刚，潘泉，程永梅等在2010年光子学报39期1359-1366页中记载的《一种结合梯度方向互信息和多分辨率混合优化的多模图像配准方法》通过对梯度幅值作阈值处理来克服噪声对梯度方法的影响，较好的解决了梯度幅值差异较大的图像配准问题。张红颖，张加万，孙济洲在2007光学精密工程15期151-156页中的《改进Demons算法的非刚性医学图像配准》利用改进Demons模型实现了图像弹性配准，克服了基于光流场模型的Demons算法由于仅依赖图像灰度梯度来驱动图像形变，当图像缺乏梯度信息时图像的变形力方向不能确定，因而容易造成误配准的问题。

发明内容

本发明的目的在于提供一种对连续帧声纳图像之间或具有局部形变的声纳图像之间的配准方法。

本发明的目的是这样实现的：

（1）确定并提取浮动图像的梯度信息：

对声纳图像中大小均为M×N的参考图像r，浮动图像f，设定阈值：

Th=12Σx=1MΣy=1N|▿r(x,y)|2M×N,]]>

其中，M，N为参考图像大小，|▽r(x,y)|为参考图像中像素点(x,y)的梯度模值，将小于阈值的梯度方向角调整为0，