[发明专利]基于梯度直方图分布匹配确定三维旋转量的方法和系统

说明书

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于梯度直方图分布匹配确定三维旋转量的方法和系统。

背景技术

三维图像配准是将两幅或多幅包含相同场景或目标的图像进行几何对准的过程，其中一幅是参考图像，另外一幅是检测图像。图像配准技术主要应用于医学计算机断层扫描、核磁共振成像、肿瘤监控、治疗验证以及病人的解剖图前后对比分析等。图像配准通常可被分为刚性配准和非刚性配准，其中刚性配准涉及的变换通常只包括平移和旋转，实现的是将两幅图像整体对齐，计算复杂度低而且具有较高的鲁棒性。

在临床医学配准中，一般将刚性配准作为预配准，用于消除影像间较大的全局形变差异，然后采用非刚性配准作为精配准实现局部形变的配准。因此，快速、高效的刚性配准在医学临床中仍然是急需的。特别是在三维体数据中如何实现快速准确确定三维旋转量。

目前实现确定待配准的三维体数据的三维旋转量，一般是预先在病人体内植入标记或基于点、线的特征提取和匹配方式，以及基于相似性度量的迭代优化方式。从而依据标记点实现三维旋转量的度量。在于体内植入标记点需要手术麻醉完成，增加了病患的负担。同时，在医学体数据影像中提取标记点和匹配，往往比较繁琐和费时。

发明内容

基于此，有必要针对上述技术问题，提供一种简单快速确定三维图像配准中三维旋转量的基于梯度直方图分布匹配确定三维旋转量的方法和系统。

一种基于梯度直方图分布匹配确定三维旋转量的方法，所述方法包括：

获取待配准的三维体数据；

通过三维高斯梯度核函数计算所述待配准的三维体数据对应的三维局部梯度；

通过累积所述三维局部梯度的每个体素的幅值和方向值构建所述三维局部梯度对应的幅值加权方向分布直方图；

对所述幅值加权方向分布直方图进行直方图归一化匹配确定三维旋转量。

在其中一个实施例中，所述对所述幅值加权方向分布直方图进行直方图归一化匹配确定三维旋转量的步骤之后，所述方法还包括：

通过将所述三维旋转量进行直接的矩阵相乘构建三维旋转矩阵。

在其中一个实施例中，所述通过三维高斯梯度核函数计算所述待配准的三维体数据对应的三维局部梯度的步骤，包括：

将所述三维体数据与三维高斯梯度核函数进行卷积运算得到三维局部梯度。

在其中一个实施例中，所述对所幅值加权方向分布直方图进行直方图归一化匹配确定三维旋转量的步骤，包括:

将幅值加权方向分布直方图代入预设的最小化代价函数进行计算得到最优平移量，所述最优平移量即为三维旋转量。

在其中一个实施例中，所述三维高斯梯度核函数是三维高斯函数对三维坐标系中三个坐标轴方向分别求一阶导数得到的函数表达式。

一种基于梯度直方图分布匹配确定三维旋转量的系统，所述系统包括：

数据获取模块，用于获取待配准的三维体数据；

梯度计算模块，用于通过三维高斯梯度核函数计算所述待配准的三维体数据对应的三维局部梯度；

直方图构建模块，用于通过累积所述三维局部梯度的每个体素的幅值和方向值构建所述三维局部梯度对应的幅值加权方向分布直方图；

旋转量确定模块，用于对所述幅值加权方向分布直方图进行直方图归一化匹配确定三维旋转量。

在其中一个实施例中，所述系统还包括：

矩阵构建模块，用于通过将所述三维旋转量进行直接的矩阵相乘构建三维旋转矩阵。

在其中一个实施例中，梯度计算模块还用于将所述三维体数据与三维高斯梯度核函数进行卷积运算得到三维局部梯度。

在其中一个实施例中，所述旋转量确定模块包括:

将幅值加权方向分布直方图代入预设的最小化代价函数进行计算得到最优平移量，所述最优平移量即为三维旋转量。

在其中一个实施例中，所述三维高斯梯度核函数是三维高斯函数对三维坐标系中三个坐标轴方向分别求一阶导数得到的函数表达式。

上述基于梯度直方图分布匹配确定三维旋转量的方法和系统，由于在确定待配准的三维体数据的三维旋转量过程中不需要进行任何的迭代优化过程，也不需要在人体内植入任何标记点或在三维体数据中进行三维特征的提取和匹配，相比传统图像配准技术确定三维旋转量具有简单、快速的优点。

附图说明

图1为一个实施例中基于梯度直方图分布匹配确定三维旋转量的方法流程示意图；

图2为一个实施例中三维旋转坐标系统的结构示意图；