医学图像处理 图像配准

尺度变换：
x h1(x, y) xsx y h2(x, y) ysy
错切变换：
x y
Βιβλιοθήκη Baidu
h1 h2
(x, (x,
y) y)
x y
cy bx
sx b
表示为矩阵：
x
y x
y
1
c
s
y
0 0
举例：假设你有2张拍摄时间相隔100年的峡谷壁的数字图 像，并且你希望通过相减的处理来判断由于风化作用而产 生的地貌变化。你发现一块岩石原来位于(303，467)，而 现在位于(316，440)；一个树桩原来位于(298，277)，而 现在位于(311，200)。
f中的坐标，然后利用灰度插值方法计算出g中每个像素的
灰度值；
f(x’, y’)
g(x, y )
后向映射比前向映射更实用，在这种映射方式中，输出g的 每一个像素灰度值都一次性由f中4相邻像素的线性插值决 定。
常见的空间映射关系
刚体变换：对象内部任意两点间的距离保持不变； 刚体变换可以分解为旋转和平移：
基于模板的图像配准方法：在一幅图像中选取一个子图像窗口作为模板， 大小通常为5×5或7×7，然后让该模板在另一幅图像中移动，通过计 算相关函数来找到模板在搜索图中的坐标位置。该方法主要用于单模图 象配准，特别是用于对改变较小的图像序列进行配准；
主要内容：
1 图像配准概述； 2 基于特征的图像配准方法； 3 基于模板的图像配准方法； 4 MATLAB图像配准；
2020年10月23日3时56分
一般来说特征匹配算法可分为四步：
特征提取：从两幅图像中提取灰度变化明显的点、线等特 征形成特征集；
特征空间映射：建立两幅图像特征集之间的空间多项式变 换关系；
非特征像素之间的映射：利用上述多项式变换关系对于非 特征像素点进行空间变换，从而实现两幅图像之间逐像素 的空间映射；
f(x’, y’)
g(x, y)
前向映射的缺陷：
f中的一些点可能落在g图像的坐标之外；
f中的多个点映射到g中的坐标可能有同样的最邻近像素， 导致g中一个像素的灰度值被计算多次；
f(x’, y’)
g(x, y)
后向映射：由
x y
h1 ( x, h2 (x,
y) y)
，逐点计算出g中每个像素对应于
则可以从一幅图像的像素坐标算出另一幅图像对应像素的 坐标。因此存在两种空间映射方法：前向映射和后向映射；
前向映射：由
x y
h1 ( x, h2 (x,
y) y)
推出
x y
h
1 1
(
x,
y)
，逐点计算出f中
h12 (x, y)
每个像素对应于g中的坐标，然后利用灰度插值方法将f中
每个像素的灰度值分配到它的4个最邻近像素上；
不同对象间的图像配准：
将被试的图像与典型正常人相同部位的图像或标准图谱进行对比，以确 定被试者是否正常。如有异常，还要与一些疾病的典型图像对比，确定 患者是否属于同类。
基于特征的图像配准方法：先提取图像显著特征，如灰度变化明显的点、 线等特征，通过特征集的映射建立两幅图像之间的空间变换关系。原则 上该方法可用于配准任何模式的图像；最常用的是特征点法；
问题的提出：临床上需要对同一个病人进行多种模式（CT、 MRI、PET）或者同一模式的多次成像，并同时从几幅图像 获取信息，进行综合分析；
前提条件：解决两幅或多幅图像对应成像空间位置的严格 对齐问题，即确定同一对象在不同图像中的对应点：
图像配准（Image Registration）：对一幅图像寻求一种 （或一系列）空间变换，使它与另一幅图像上的对应点达 到空间上的一致。这种一致是指对象上所有点（或至少所 有感兴趣点）在两张已配准图像上有着相同的空间位置。
旋转变换：
x y
h1(x, h2 ( x,
y) y)
x cos x sin
y y
sin cos
平移变换：
x h1(x, y) x tx y h2(x, y) y ty
cos sin
表示为矩阵：
x
y x
y
1 sin
cos
tx
ty
仿射变换：仿射变换将直线映射为直线，并保持平行性； 仿射变换在刚体变换的基础上增加了尺度变换和错切变换：
灰度插值：由于空间映射得到的坐标值不一定为整数，因 此需要进行灰度插值来确定这些坐标上的灰度值；
设f(x’, y’)是待与图像G(x, y)配准的图像；g(x, y)是根据G 大小生成一幅和G的坐标一致的空白图像；
设两幅图像相同点对应的坐标之间的变换关系用下式描述：
x h1(x, y) y h2 (x, y)
各种图像配准的文献都会出现“配准、匹配、几何校正” 三个词，它们的含义比较相似。
图像配准举例：对图B寻求一种空间变换，使它与图A上的 对应点达到空间上的一致。图B经空间变换后得到图C，在 图A和图C中相同对象有着相同的空间位置。称图A和图C为 已配准的图像，可以进行进一步的综合分析。
图A
图B
图C
学习，学习，再学习，有事没事，去书店看看书， 关于管理，金融，营销，人际交往，未来趋势等这些， 你能获得很多。这个社会竞争太激烈了，你不学习， 就会被淘汰。中国2008底，有一百多万大学生找不到 工作。竞争这么激烈，所以，一定要认识一点，大学 毕业了，不是学习结束了，而是学习刚刚开始。
—《赢在中国》
问：两幅图像有没有(a)尺寸缩放(b)旋转(c)平移？若有，有 多少？若要将两幅图进行相减处理，写出第二幅图像所要 做的几何变换。假定两幅图像除了尺寸上的均匀缩放、旋 转和平移外没有其他几何扭曲。
图像配准举例：
1
3 2
图像配准举例：
同一对象（患者）的图像配准：
1、 不 同MR加 权 图 像 间 的 配 准 ；
单
模32、、f电MR镜I图图像像序序列列的的配配准准；；
4、 胸 腹 腔 脏 器 的 图 像 配准 ；
多 模 ： 待 配 准 的 两 幅 图像 来 源 于 不 同 的 成 像 设备
主要内容：
1 图像配准概述； 2 基于特征的图像配准方法； 3 基于模板的图像配准方法； 4 MATLAB图像配准；
2020年10月23日3时56分
主要内容：
1 图像配准概述； 2 基于特征的图像配准方法； 3 基于模板的图像配准方法； 4 MATLAB图像配准；
2020年10月23日3时56分