一种互信息与梯度信息结合的多模图像配准方法

摘要：

数字化X射线图像（digital radiography，DR）与数字重建放射图像（digitally reconstructed radiography，DR）属于不同模态图像，实现二者的高精度快速配准是一个技术难题。在实际应用中，往往会同时获取物体的正侧面DR和DRR图像。提出一种基于互信息与梯度信息相结合的配准算法。首先，对正侧面图像进行小波分解，获得低分辨率子图像并配准，使用粒子群优化（particle swarm optimization，PSO）算法进行全局寻优；然后，根据配准结果，判断互信息与梯度信息配准结果是否正确，如果配准错误，则在下一阶段中不使用该结果作为配准依据；最后，以PSO算法寻优结果作为Powell算法的寻优初始点，对原始正侧图像进行精确配准。实验结果显示，本算法快速完成配准，配准精度达到2 mm，满足实际应用要求。

关键词：图像配准、互信息、梯度信息、粒子群优化算法、Powell算法、DR、DRR

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2016-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-49,65