[发明专利]基于Log-Euclidean协方差矩阵描述符的图像非刚性配准方法

摘要

本发明公开了一种基于Log‑Euclidean协方差矩阵描述符的图像非刚性配准方法，将能够有效表示图像局部结构特性且对大的旋转、缩放、照度等变化具有不变性的特征描述符结合进经典Log‑Demons配准模型的目标函数中，构建了一种新配准算法模型。新模型将先验结构信息结合进配准过程，避免了形变驱动力仅依赖灰度差和梯度信息的弊端，有效减少了形变误差，获得了优于基于B样条的FFD模型、Log‑Demons模型等当前主流非刚性配准算法的配准精度和鲁棒性，增强了配准鲁棒性，对在临床中的实际应用有着重要的参考价值。

主权项

基于Log‑Euclidean协方差矩阵描述符的图像非刚性配准方法，其特征在于，包括以下步骤：1)对参考图像和浮动图像采用基于B样条的FFD配准算法进行刚性预配准，获得预配准后的参考图像和浮动图像；2)采用向导图像滤波作用于预配准后的参考图像和浮动图像，获得滤波后的参考图像和浮动图像；3)在向导图像滤波的基础上，采用多分辨率策略获得3层金字塔图像，初始金字塔层数为0；4)对当前层金字塔参考图像和浮动图像的每一像素点提取如下7个特征：空间坐标x和y、归一化后灰度值、x和y方向一阶和二阶梯度的范数，将提取的特征分别映射为行数×列数×7维的特征空间F1和F2，再对F1和F2通过使用积分图像方法来快速计算参考图像和浮动图像的Log‑Euclidean协方差矩阵描述符C1(x,y)和C2(x,y)；5)将Log‑Euclidean协方差矩阵描述符C1(x,y)和C2(x,y)取对数后的差方和作为新的匹配项添加到Log‑Demons算法的目标能量函数中，构建新目标能量函数；6)根据所提出新目标能量函数计算图像的变形驱动力，得到瞬时位移向量；7)利用得到瞬时位移向量更新形变矩阵；8)判断是否达到最大迭代次数，若没有达到，则返回步骤3)，继续迭代；否则判断是否达到最大分解级数，若没有达到，则对低分辨率下得到的形变矩阵进行超采样，将其作为上一级高分辨率的初始变换，返回步骤3)，否则配准结束，进入步骤9)；9)将最终获得的形变矩阵通过双三次插值方法作用于刚性配准后的浮动图像，完成浮动图像的最终配准。