[发明专利]一种基于改进光流场模型的非刚性图像配准方法

权利要求书

1.一种基于改进光流场模型的非刚性图像配准方法，其特征在于，包括以下步骤：

步骤一，采用局部互信息法求解参考图像和浮动图像之间的初始位移场；

步骤二，构建参考图像和浮动图像的高斯金字塔图像层，在金字塔的顶层图像，利用得到的初始位移场预先矫正浮动图像层，然后最小化光流模型的能量函数，求解参考图像层和浮动图像层之间的运动位移场，向下传递位移场值；

其中，最小化能量函数的过程为：

改进的正则项如下式所示：

边缘特征匹配项定义为：

E_match(W)＝∫_ΩΨ|W-W_f|²dX

根据改进的正则项和边缘特征匹配项构建的能量函数为：

E(W)＝E_D(W)+αE_S(W)+λE_match(W)

其中，

将能量函数E(W)分别对u、v求导，并另其导数为0，得Euler-Lagrange方程，如下式所示：

其中，

其中，Ψ(s²)是惩罚函数，ε＝0.001，s＝(x,y)^T关于横纵坐标x、y的变量；Ψ′(s²)是Ψ(s²)的一阶偏导；div(·)为散度；是空间梯度算子，u、v分表代表水平位移和垂直位移；W＝(u,v)^T代表参考图像和浮动图像之间的位移场；X＝(x,y)^T代表图像区域Ω中的一点；W_f＝(u_f,v_f)^T是边缘匹配的位移场，u_f、v_f分表代表水平位移和垂直位移；γ是梯度守恒项和亮度守恒项之间的平衡系数，取0.3；α是正则项的权重系数，取0.8；λ是特征匹配项的权重系数，取0.3；I₁、I₂分别代表参考图像和浮动图像；u₁、v₁分表代表水平位移和垂直位移；是对x求偏导，是对y求偏导，是先对x求偏导再对y求偏导，是对y求两次偏导，是对x求两次偏导；

步骤三，将上一层得到的运动位移场作为下一层的初始位移场，再利用步骤二中采用的光流方程计算下一层的运动位移场，滤波后向下传递；

步骤四，重复步骤三，直到原始图像层，将该层获得的运动位移场作为最终的运动位移场；

步骤五，根据最终得到的运动位移场，对浮动图像进行校正，得到配准图像。

2.根据权利要求1所述的基于改进光流场模型的非刚性图像配准方法，其特征在于，步骤一中采用局部互信息法求解参考图像和浮动图像之间的初始位移场的主要流程为：

1)对参考图像和浮动图像进行分块；

2)对参考图像中的图像块N₁，通过最大化局部互信息值，在浮动图像中找到最优匹配块N₂，将它们之间的位移作为图像块N₂中心点的位移值；

3)重复步骤2)，直到得到浮动图像中所有图像块中心点的位移值；利用局部互信息法得到的光流位移场为稀疏光流场，通过数据插值方法，获得最终的初始位移场。

3.根据权利要求2所述的基于改进光流场模型的非刚性图像配准方法，其特征在于，局部互信息定义为：

其中，N₁和N₂分别代表参考图像I₁和浮动图像I₂的图像块；W₀＝(u₀,v₀)^T是图像块N₁和N₂之间的位移场；u₀代表水平位移，v₀代表垂直位移；H(N₁)和H(N₂+W₀)分别代表图像块N₁和图像块N₂+W₀的独立熵；H(N₁,N₂+W₀)代表图像块N₁和图像块N₂+W₀之间的联合熵；代表图像块N₁中像素值a的独立概率分布；代表图像块N₂+W₀中像素值b′的独立概率分布；代表图像块N₁中像素值a和图像块N₂+W₀中像素值b′之间的联合概率分布；

通过最大化局部互信息值得到稀疏光流场，具体公式如下所示：

其中，W₀^*＝(u₀^*,v₀^*)^T代表图像块N₁和N₂之间的最优位移场。