[发明专利]图像处理方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待配准图像和用于配准的参考图像；

将所述待配准图像和所述参考图像输入预设神经网络模型，所述预设神经网络模型基于预设待配准图像和预设参考图像的互信息损失进行训练获得；

基于所述预设神经网络模型将所述待配准图像向所述参考图像配准，获得配准结果。

2.根据权利要求1所述的图像处理方法，其特征在于，所述获取待配准图像和用于配准的参考图像之前，所述方法还包括：

获取原始待配准图像和原始参考图像，对所述原始待配准图像和所述原始参考图像进行图像归一化处理，获得满足目标参数的所述待配准图像和所述参考图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述对所述原始待配准图像和所述原始参考图像进行图像归一化处理，获得满足目标参数的所述待配准图像和所述参考图像包括：

将所述原始待配准图像转换为预设灰度值范围内和预设图像尺寸的待配准图像；以及，

将所述原始参考图像转换为所述预设灰度值范围内和所述预设图像尺寸的参考图像。

4.根据权利要求1-3任一项所述的图像处理方法，其特征在于，所述预设神经网络模型包括配准模型和互信息估计网络模型，所述预设神经网络模型的训练过程包括：

获取所述预设待配准图像和所述预设参考图像，将所述预设待配准图像和所述预设参考图像输入所述配准模型生成形变场；

在基于所述形变场和所述预设待配准图像向所述预设参考图像配准的过程中，通过所述互信息估计网络模型对配准后图像和所述预设参考图像的互信息进行估计，获得互信息损失；

基于所述互信息损失对所述配准模型和所述互信息估计网络模型进行参数更新，获得训练后的预设神经网络模型。

5.根据权利要求4所述的图像处理方法，其特征在于，所述通过所述互信息估计网络模型对配准后图像和所述预设参考图像的互信息进行估计，获得互信息损失包括：

通过所述互信息估计网络模型，基于配准后图像和所述预设参考图像获得联合概率分布和边缘概率分布；

根据所述联合概率分布参数和所述边缘概率分布参数计算获得所述互信息损失。

6.根据权利要求4或5所述的图像处理方法，其特征在于，所述基于所述互信息损失对所述配准模型和所述互信息估计网络模型进行参数更新，获得训练后的预设神经网络模型包括：

基于所述互信息损失对所述配准模型进行第一阈值次数的参数更新，基于所述互信息损失对所述互信息估计网络模型进行第二阈值次数的参数更新，获得所述训练后的预设神经网络模型。

7.根据权利要求6所述的图像处理方法，其特征在于，所述方法还包括：

基于预设优化器对所述预设神经网络模型进行预设学习率和第三阈值次数的参数更新。

8.一种图像处理装置，其特征在于，包括：获取模块和配准模块，其中：

所述获取模块，用于获取待配准图像和用于配准的参考图像；

所述配准模块，用于将所述待配准图像和所述参考图像输入预设神经网络模型，所述预设神经网络模型基于预设待配准图像和预设参考图像的互信息损失进行训练获得；

所述配准模块，还用于基于所述预设神经网络模型将所述待配准图像向所述参考图像配准，获得配准结果。

9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器用于存储一个或多个程序，所述一个或多个程序被配置成由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。