投影法应用在三维多模态图像配准中的可行性研究

投影法应用在三维多模态图像 配准中的可行性研究 Chen huafu etal

投影法应用在三维多模态图像 配准中的可行性研究 Chen Huafu etal

主要内容: 投影法的提出 使用投影法实现图像配准的步骤及方法 结论

主要内容： 投影法的提出 使用投影法实现图像配准的步骤及方法 结论

投影法的提出 在二维单模态的图像配准中,投影法可 以在保证精度的前提下降低计算量。 二维投影法 图像分割 投影和重排 优化 旋转角度 平移量 癱能否将这种算法扩展到三维多模态图像 配准中

投影法的提出 在二维单模态的图像配准中，投影法可 以在保证精度的前提下降低计算量。 图像分割 投影和重排 旋转角度 平移量 优化 二维投影法 能否将这种算法扩展到三维多模态图像 配准中

图像的分割 蠊首先选定参考图像和待配准图像。根据经验值 来确定域值、分割图像,找到图像与背景的分 界线。大于域值的标记为1(灰度设为0,黑 色),其他的标记为0(灰度设为255,白色)。 m n 吗n) 参考图像 0 待配准图像 0 (g, n) 二值化 0 0 0

一、图像的分割  首先选定参考图像和待配准图像。根据经验值 来确定域值、分割图像，找到图像与背景的分 界线。大于域值的标记为1（灰度设为0，黑 色），其他的标记为0（灰度设为255，白色）。 二值化 参 考 图 像 待 配 准 图 像

警二、投影和重排 投影 (m,n 0 A(x)=∑/(x+X轴方向上的投影→8x(x)=∑g(xy ()∑/(x)+Y轴方向上的投影→gx(y)=2g(xy

投影 = = n y fx x f x y 1 ( ) ( , ) = = n y 1 X轴方向上的投影 gx(x) g(x,y) = = m x fx y f x y 1 ( ) ( , ) Y轴方向上的投影 = = m x 1 gx(y) g(x,y ) 二、投影和重排

重排 0 0了 20 0 0

重排

优化 旋转角度 重排之后可以认为平移量为0,此时只需要考虑旋转角 度 (x)=∑f(x,y v=1 8(x)=2e(x cos 0-ysin 0, x sin 0+y cos 0) 水平方向上的互相关函数如下 ∑(y!( (sin 6+ycos) 找到最大值,从而得出旋转角度: 6=arg max P(0) 在垂直方向也使用同样的方法求出角度2,可将两角度取平均

三、优化 旋转角度 重排之后可以认为平移量为0，此时只需要考虑旋转角 度。 = = n y fx x f x y 1 ( ) ( , ) = = − + n y gx x g x y x y 1 ( ) ( cos sin , sin  cos) = = + n y x P f x y gx x y 1 ( ) ( ) ( sin  cos ) 水平方向上的互相关函数如下: 找到最大值，从而得出旋转角度： argmax ( ) *    = Px 在垂直方向也使用同样的方法求出角度2，可将两角度取平均

平移量 将图像按照旋转角度旋转后,就可以仅考虑平移量的 影响了。 (x)=∑f(x,y g(x+x)=∑8(x+x,y+x) 水平方向和垂直方向的互相关函数分别为: Px)=∑(xgx(x+x yn)=∑6(y)gx(y+y 由此可得出水平和垂直方向上的平移量 Xo=arg max px(ro yo=argmax pyro

平移量 将图像按照旋转角度旋转后，就可以仅考虑平移量的 影响了。 = = n y fx x f x y 1 ( ) ( , ) = + = + + n y gx x x g x x y y 1 0 0 0 ( ) ( , ) = = + n x Px x f x x gx x x 1 0 0 ( ) ( ) ( ) = = + n y Py y fx y gx y y 1 0 0 ( ) ( ) ( ) 水平方向和垂直方向的互相关函数分别为： * 0 x argmax ( ) 0 0 Px x x  = * 0 y argmax ( ) 0 0 Py y y  = 由此可得出水平和垂直方向上的平移量

实现三维图像配准的步骤 统一图像尺寸 二值化 预处理提取目标区域 插值 ex, 0y 0z 优化各个参数 △X,△y,△z

实现三维图像配准的步骤 统一图像尺寸 提取目标区域 二值化 优化各个参数 预处理 插值 θx, θy, θz Δx, Δy, Δz

统一图像尺寸

统一图像尺寸：