基于分数阶微分的TV-L1光流模型的图像配准方法研究

摘要：

图像的非刚性配准在计算机视觉和医学图像分析中有着重要的作用.TV-L1(全变分L1范数、Total variation-L1)光流模型是解决非刚性配准问题的有效方法,但TV-L1光流模型的正则项是一阶导数,会导致纹理特征等具有弱导数性质的信息模糊.针对该问题,将G-L (Grünwald-Letnikov) 分数阶引入TV-L1光流模型,提出基于G-L 分数阶微分的TV-L1光流模型,并应用原始–对偶算法求解该模型.新的模型用G-L分数阶微分代替正则项中的一阶导数,由于分数阶微分比整数阶微分具有更好的细节描述能力,并能有效地、非线性地保留具有弱导数性质的纹理特征,从而提高图像的配准精度.另外,通过实验给出了配准精度与G-L 分数阶模板参数之间的关系,从而为模板最佳参数的选取提供了依据.尽管不同类型的图像其最佳参数是不同的,但是其最佳配准阶次一般在1 ～2之间.理论分析和实验结果均表明,提出的新模型能够有效地提高图像配准的精度,适合于包含较多弱纹理和弱边缘信息的医学图像配准,该模型是TV-L1光流模型的重要延伸和推广.

关键词：分数阶微分、Grünwald-Letnikov、TV-L1模型、光流场、弱纹理、非刚性配准

所属期刊栏目：43

分类号：TP3;TN9

资助基金：国家自然科学基金61462065,61661036;江西省自然科学基金20151BAB207036;江西省科技支撑计划重点项目20161BBF60091资助Supported by National Natural Science Foundation of China61462065,61661036;Natural Science Foundation of Jiangxi Province20151BAB207036;the Key Science and Technol-ogy Support Program of Jiangxi Province20161BBF60091

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2213-2224