[发明专利]基于图像特征和互信息的图像配准方法

权利要求书

1.一种基于图像特征和互信息的图像配准方法，包括如下步骤：

(1)输入两幅图像，一幅为参考图像r，另一幅为浮动图像f；

(2)利用SIFT方法分别提取两幅图像的特征点集合P1和P2，并按照以下公式计算P1和P2之间的互信息NMI₁；

MMI=Σi=1n1Σj=1n2pijlogpijΣk=1n1pjkΣl=1n2pil]]>

其中，n1和n2分别表示特征点集P1和P2中特征点的数目，p_ij是两个点特征集的联合概率分布；

(3)分别提取两幅图像的轮廓特征，并按照步骤(2)中的公式计算两个轮廓特征之间的互信息NMI₂；

(4)以NMI₁和NMI₂的加权和为目标函数，用Powell算法进行优化，当互信息NMI₁和NMI₂的加权和最大时，获得配准参数；

(5)显示配准后的图像。

2.根据权利要求1所述的方法，其中，步骤(5)所述显示配准后的图像包括：

(5a)读取浮动图像f及配准参数；

(5b)根据配准参数，对浮动图像f进行空间变换及插值，获得配准后的图像；

(5c)显示配准图像。

3.根据权利要求1所述的方法，其中，步骤(2)中的提取轮廓特征包括：

2a)利用Sobel算子检测边缘信息，得到边缘信息；

2b)在上述得到的边缘信息的基础上，利用数学形态学的方法填充边缘不光滑的地方，以减少噪声；

2c)将边缘的宽度降低为一个像素点，提取轮廓特征。

4.根据权利要求3所述的方法，其中，利用数学形态学的方法填充边缘不光滑的地方以减少噪声包括：

利用数学形态学的腐蚀和膨胀变换，去除目标外部的孤立噪声点，将与目标有关的背景点合并到目标中，以填充边缘不光滑的地方，并减小噪声。

5.根据权利要求1所述的方法，其中，所述加权和的目标函数E＝αNMI₁+βNMI₂，α,β∈[0,1]。

6.根据权利要求1所述的方法，其中，α和β的取值均为0.5。