[发明专利]X射线图像和激光图像的异源图像配准方法

说明书

技术领域

本发明属于图像处理技术领域，具体是一种异源图像配准方法。所谓图像配准是指依据相似性度量准则得到图像间的坐标变换参数，使得从不同传感器、不同视角和不同时间获取的同一场景的两幅或多幅图像变换到同一坐标系下。

背景技术

近20年来，有各国研究者深入图像配准方法的研究，对于同源图像配准实用算法研究较为成熟和完善。Brown详细地总结了九十年代之前配准技术成果，Zitova详细总结了九十年代至今出现的相关技术和方法，这些图像配准研究的基本都是局限于同源图像配准的方法。相对于传统的同源图像而言，异源图像的最大特点在于其配准的是目标来自在不同传感器不同机理产生的特征图像，异源点之间的灰度值基本不具有共性信息，因此许多同源图像配准算法针对异源图像已无能为力，学者又针对各种异源图像配准开发的新算法，异源图像的来源主要是激光图像、可见光图像、红外图像、热红外图像、近红外图像，各种波段的光谱之间的配准，及医学图像上包括X射线、CT(Computed Tomograhy，计算机断层成像)、MRI(Magnetic Resonance Imaging，磁共振成像)、US(Ultrasonic Sound，超声成像)、CTA(Computed Tomographic Angiography计算机断层血管成像术)、MRA(Magnetic Resonance Angiography，磁共振血管成像术)、主要包括PET(positron Emission Tomography，正电子发射断层成像)、SPECT(Single Photon Emission-CT，单光子发射断层成像)等图像之间配准等。但基于激光与X射线的图像配准尚未有学者进行深入研究。

通过对各类图像配准方法的研究可以看出，通常不同的图像配准方法适用于不同类型的图像配准。尤其是异源图像配准，还没有任何一种通用的图像配准方法能适用于所有异源图像配准问题。

发明内容

为了解决现有技术中存在的上述问题，本发明提出一种X射线图像和激光图像的异源图像配准方法(本技术方案中：X射线图像是指物体经X射线照射得到的图像；激光图像是指物体经激光射线照射后，经CCD成像设备拍摄得到的图像)，具体技术方案如下：

一种X射线图像和激光图像的异源图像配准方法，用X射线对物体照射，采集物体的X射线图像，该X射线图像是X射线透射物体得到的图像；用激光对同一物体进行照射，采集物体的激光图像，该激光图像是激光照射到物体表面反射得到的图像；

所述配准方法的步骤包括：

1)对采集到的X射线图像和激光图像进行预处理，来抑制图像噪声点的干扰；

2)对激光图像边缘进行修正；

3)分别提取X射线图像和激光图像的特征，并进行粗匹配：

3-1)通过Hessian矩阵求取两类图像的特征点候选集合，提取合适的特征点；该特征点本质上就是图像的优选边、角等特征。具体求解方法如下表所示

3-2)对特征点所在局部图像的特征用向量形式描述，得到特征向量；

3-3)对两图像的特征向量和特征点分别进行两两比较，找出相互匹配的若干对特征点，建立两图像间的对应关系；

4)X射线图像和激光图像的精确配准：

用互信息表示的相似性测度对两图像进行精确配准，通过对完整的激光图像寻找一个仿射变换即旋转参数和平移参数，该仿射变换对应的X射线图和激光图像的互信息最大，此时X射线图像和完整的激光图像实现精确配准。

所述步骤1)的预处理方法是，制作平整的正方形标定块，通过中值滤波对标定块X射线和标定块激光图像进行噪声滤波预处理。

是所述步骤2)中，先对预处理后的激光图像进行二值化；再用数学形态学腐蚀运算，消除标定块激光图像边缘的毛刺；然后用膨胀运算，使图像边缘空洞的边界向外扩张，经过膨胀操作，把这些洞将被补上。

所述步骤3)中，先进行特征检测：

设图像I中，点)定义在尺度σ上的Hessian矩阵为：