[发明专利]图像配准方法、装置、设备及存储介质

说明书

本申请公开了一种图像配准方法、装置、设备及存储介质，涉及人工智能领域。包括：获取样本图像对，样本图像对中包含样本待配准图像和样本目标图像；将样本图像对输入第一配准网络，得到样本待配准图像与样本目标图像之间的第一形变场，并通过第一形变场对样本待配准图像进行形变处理，得到第一配准图像；将样本图像对输入第二配准网络，得到样本待配准图像与样本目标图像之间的第二形变场，并通过第二形变场对样本待配准图像进行形变处理，得到第二配准图像，第一配准网络的第一网络参数与第二配准网络的第二网络参数是不同训练时间下的网络参数；基于第一形变场、第一配准图像、第二配准图像以及样本目标图像，训练第一配准网络。

技术领域

本申请实施例涉及人工智能领域，特别涉及一种图像配准方法、装置、设备及存储介质。

背景技术

图像配准是指将一副或多副图像通过空间变换，使其与参考图像在空间上对齐的过程。

图像配准过程是寻找最优空间变换即最优形变场的过程，对于每对待配准图像，其形变场的解空间并不唯一，因此，在基于深度学习的图像配准网络的训练阶段，为约束形变场的解空间，增加空间正则化项约束形变场。

然而，在训练图像配准网络过程中，在不同训练时间上形变场同样存在较大差异，相关技术中仅对空间上形变场进行约束，导致图像配准网络训练效果较差，进而影响基于图像配准网络进行图像配准时的准确性。

发明内容

本申请实施例提供了一种图像配准方法、装置、设备及存储介质，可以提高图像配准网络预测形变场的性能，进而提高图像配准的准确性。所述技术方案如下：

一方面，本申请实施例提供了一种图像配准方法，所述方法包括：

获取样本图像对，所述样本图像对中包含样本待配准图像和样本目标图像；

将所述样本图像对输入第一配准网络，得到所述样本待配准图像与所述样本目标图像之间的第一形变场，并通过所述第一形变场对所述样本待配准图像进行形变处理，得到第一配准图像；

将所述样本图像对输入第二配准网络，得到所述样本待配准图像与所述样本目标图像之间的第二形变场，并通过所述第二形变场对所述样本待配准图像进行形变处理，得到第二配准图像，所述第一配准网络的第一网络参数与所述第二配准网络的第二网络参数是不同训练时间下的网络参数；

基于所述第一形变场、所述第一配准图像、所述第二配准图像以及所述样本目标图像，训练所述第一配准网络。

另一方面，本申请实施例提供了一种图像配准装置，所述装置包括：

样本图像获取模块，用于获取样本图像对，所述样本图像对中包含样本待配准图像和样本目标图像；

第一配准模块，用于将所述样本图像对输入第一配准网络，得到所述样本待配准图像与所述样本目标图像之间的第一形变场，并通过所述第一形变场对所述样本待配准图像进行形变处理，得到第一配准图像；

第二配准模块，用于将所述样本图像对输入第二配准网络，得到所述样本待配准图像与所述样本目标图像之间的第二形变场，并通过所述第二形变场对所述样本待配准图像进行形变处理，得到第二配准图像，所述第一配准网络的第一网络参数与所述第二配准网络的第二网络参数是不同训练时间下的网络参数；

训练模块，用于基于所述第一形变场、所述第一配准图像、所述第二配准图像以及所述样本目标图像，训练所述第一配准网络。

另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的图像配准方法。