一种图像非刚性配准方法和系统技术方案

本发明专利技术公开了一种图像非刚性配准方法和系统，属于图像配准领域。包括：根据待配准图像M0和标准图像F0的相似特征分布，将两图像分为若干个区域；对不同区域进行不同的灰度变换，使得相邻区域的平均灰度有明显差别，得到新的待配准图像M2和标准图像F1；对图像M2和F1进行基于互信息的三维非刚性配准，得到配准后的图像M3和配准变形参数P0。本发明专利技术采用区域性的灰度变换，使得相邻区域平均灰度有明显差别，为非刚性配准引入语义信息，能提供同模态信息，使非刚性配准易于优化到正确的配准方向上，能提供复杂的形变方向信息，使非刚性配准朝向复杂的形变方向进行优化；以主轴为依据划分区域，引入了骨架结构，防止在残缺图像情形下错配，提高配准精度。

A non rigid image registration method and system

The invention discloses an image non rigid registration method and system, belonging to the field of image registration. It includes: according to the similar feature distribution of the image M0 to be registered and the standard image F0, the two images are divided into several regions; different gray-scale transformation is carried out for different regions, so that the average gray-scale of the adjacent regions is significantly different, and the new image m2 to be registered and the standard image F1 are obtained; the three-dimensional non rigid registration based on mutual information is carried out for the image m2 and F1 to obtain the registered image m3 and the standard image F1 Registration deformation parameter P0. The invention adopts regional gray-scale transformation, so that the average gray-scale of adjacent areas is significantly different, semantic information is introduced for non rigid registration, the same modal information can be provided, the non-rigid registration is easy to be optimized to the correct registration direction, the complex deformation direction information can be provided, and the non-rigid registration is optimized to the complex deformation direction; the region is divided based on the main axis, The skeleton structure is introduced to prevent mismatching in the case of incomplete image and improve the registration accuracy.

【技术实现步骤摘要】
一种图像非刚性配准方法和系统
本专利技术属于图像配准
，更具体地，涉及一种图像非刚性配准方法和系统。
技术介绍
在日常生活与工业生产中，经常需要综合多个图像的信息得到更全面的信息，如拍摄全景图像，需要将多幅图像进行空间位置的匹配再融合成为一副更大的图像，这里面关键的步骤之一，就是多个图像匹配相似特征信息，再变形处理达到可以在同一坐标系下匹配空间位置，这种技术统称为图像配准技术。在医学图像分析领域中，为了能够得到足够的医学信息，往往需要将多种医学图像反映的不同种类信息进行融合以便于分析和诊断，例如，综合MRI图像和CT图像同时查看软组织和骨骼受损情况，由于被拍摄者在两次拍摄时候会有身体位置和姿态的偏移，MRI图像和CT图像也需要进行配准才能匹配起来对比查看软组织和骨骼受损情况。广义来说，图像配准技术是指寻找一个最优的几何变换，使得来自不同时间或不同条件下的两幅或多幅图像在相同的空间位置处可以匹配的技术，其目的在于实现不同图像所反映信息之间的融合与比较。按变换关系，配准可以分为刚性配准与非刚性配准。刚性配准指只考虑整体的平移、旋转、放缩(广义上还可以包含仿射、投射变换)的变换关系比较简单、整体一致的配准；非刚性配准是指考虑不同的局部变换关系、在各处综合了复杂的刚性变换的配准方法，更为复杂。医学图像相较于其他常规图像而言，其本身包含的信息量大，而且不同医学图像所反映的信息类别一般存在着较大差异，使用经典的SIFT特征点配准或者互信息配准两大类方法都有一定难度，使用范围很受限。基于SIFT特征点配准方法需要大量的特征点，一般为自动检测的角点，这在较为模糊、结构上角形结构很少的医学图像上很难获取；基于互信息的配准方法是主要是通过比较待配准的两幅图像的纹理特征来匹配空间位置来进行配准，图像的纹理是底层视觉信息，例如大象皮肤具有密集的三角形网格纹理，象牙具有平滑的纹理，就有可能将两个大象的皮肤匹配皮肤，象牙匹配象牙。然而基于互信息的配准方法没有很好利用高级的视觉信息，这就对于复杂形变、纹理特征不明显的图像难以进行精确配准。除此之外，医学组织程序依赖于复杂的成像仪器和苛刻的成像条件，很多时候难以完全保证，进一步造成成像组织的缺失、扭曲、噪声和模糊，进一步加剧配准的难度。例如，在小鼠脑的荧光显微成像过程中，由于不同鼠脑在样品制备过程会产生不同程度的形变和缺失，成像前的固定过程也难以保证规范放置造成了姿态不统一，成像后得到的三维图像中自发荧光难以反映清晰的鼠脑纹理特征，然而后续进行不同鼠脑成像图像的比较和综合需要进行精确地配准，目前的配准技术使用条件很受限或者效果难以达到要求。现有技术中，研究方向包括新的配准流程设计和配准测度与优化，本质上是研究如何充分利用图像本身的纹理信息。配准过程中待配准图像依靠纹理特征的匹配程度以迭代的方式不断变形以逐渐匹配标准图像，对于纹理信息不足或跨模态的图像，纹理信息的匹配极难判断准确，导致配准结果错误；对于变形复杂或者变形程度大的图像，自发地迭代配准往往只能大致匹配图像外轮廓形状，难以自发形成复杂变形来精确匹配图像的细节位置；由于基于互信息的配准方法倾向于先匹配图像总体轮廓，对于成像样本有残缺的情形，也会倾向于将残缺部分去匹配标准图像的完整部分，从而导致严重的失配。例如，专利CN106097347A公开了一种多模态医学图像配准与可视化方法，对图像进行去噪预处理；比较原始图像和标准图像得到标注点集，基于标注点集进行刚性粗配准；基于互信息的三维非刚性精配准。该方法的粗配准过程采用基于点集的刚性配准方法，只是大致的全局位置和角度的对齐，无法保证图像的局部配准精度，后续也缺乏对于精细结构的配准，对于无清晰纹理信息、形变大或者成像组织不完整的图像不适用。专利CN103020976A公开了一种改进了互信息测度算法的配准方法，基于模糊熵概念分级压缩图像灰度信息，减少互信息计算量，改良了互信息测度，提高了配准的鲁棒性。该方法优化了配准过程的评价方法，但还是依赖于待配准图像的纹理信息的一致性，对于模态差异大、纹理不清晰的图像没有很好的配准效果。综上所述，目前三维医学图像非刚性配准技术的配准效果严重受图像纹理信息和组织变形大小、完整度、姿态等影响，缺乏有效的全局配准效果的干预手段，鲁棒性较低，对于图像模态差异大、图像纹理清晰度低、各向异性形变程度大或者组织不完整的图像不适用；另外传统配准方法缺乏对于精细结构的配准高效率的优化手段。
技术实现思路
针对现有技术的缺陷，本专利技术的目的在于解决现有技术由于图像模态差异大、各向异性形变程度大或者组织不完整的导致图像非刚性配准方法精度低的技术问题。为实现上述目的，第一方面，本专利技术实施例提供了一种图像非刚性配准方法，该方法包括以下步骤：S1.根据待配准图像M0和标准图像F0的相似特征分布，将两图像分为若干个区域；S2.对不同区域进行不同的灰度变换，使得相邻区域的平均灰度有明显差别，得到新的待配准图像M2和标准图像F1；S3.对图像M2和F1进行基于互信息的三维非刚性配准，得到配准后的图像M3和配准变形参数P0。具体地，步骤S1具体如下：对于M0和F0为三维图像的情形，分别对待配准图像M0、图像F0采用三个互相垂直的中轴曲面、若干近似垂直于i方向坐标轴的平滑曲面及语义区域上述三种中的至少一种进行划分，i可为X，Y，Z中一个方向；对于M1和F0为二维图像的情形，只需要采用两个互相垂直的中轴曲线及语义区域上述两种中的至少一种进行划分。具体地，待配准图像和标准图像是三维图像，在区域划分之前，将待配准图像M0和标准图像F0从i方向对应分段，并拉伸图像M0，使得拉伸后的图像M1和图像F0在i方向各段对齐，i可为X，Y，Z中一个方向。具体地，在步骤S1之前，对所述待配准图像M0进行检测轮廓，将检测到的轮廓内外的任一侧进行像素线性变换。具体地，所述图像非刚性配准方法还包括以下步骤：S4.采用配准变形参数P0对图像M0进行变形，得到图像M3；S5.标注图像M3和F0冠状面中有相似特征且位置未对齐的点，得到标注点集；S6.根据标注点集，将M3和F0进行薄板样条标注点配准，得到配准后的图像M4和精配准的变形参数P1。具体地，所述图像非刚性配准方法还包括以下步骤：S4.采用配准变形参数P0对图像M0进行变形，得到图像M3；S5.标注图像M3和F0冠状面中相似有相似特征且位置未对齐的点，得到标注点集；S6.将这些标注点还原到图像M1，将M1和F0进行薄板样条配准，并以P0作为精配准变形参数初始值，得到精配准后的图像M4’和精配准的变形参数P1’。具体地，步骤S5中，叠加图像M3和F0后，采用箭头标注图像M3和F0有相似特征且位置未对齐的点。第二方面，本专利技术实施例提供了一种图像非刚性配准系统，该系统包括：区域划分模块，用于根据待配准图像M0和标准图像F0的相似特征分布，将两图像分为若干个区域；灰度变换模块，用于对不同区域进行不同的本文档来自技高网...

【技术保护点】
1.一种图像非刚性配准方法，其特征在于，该方法包括以下步骤：/nS1.根据待配准图像M0和标准图像F0的相似特征分布，将两图像分为若干个区域；/nS2.对不同区域进行不同的灰度变换，使得相邻区域的平均灰度有明显差别，得到新的待配准图像M2和标准图像F1；/nS3.对图像M2和F1进行基于互信息的三维非刚性配准，得到配准后的图像M3和配准变形参数P0。/n

【技术特征摘要】
1.一种图像非刚性配准方法，其特征在于，该方法包括以下步骤：
S1.根据待配准图像M0和标准图像F0的相似特征分布，将两图像分为若干个区域；
S2.对不同区域进行不同的灰度变换，使得相邻区域的平均灰度有明显差别，得到新的待配准图像M2和标准图像F1；
S3.对图像M2和F1进行基于互信息的三维非刚性配准，得到配准后的图像M3和配准变形参数P0。


2.如权利要求1所述的方法，其特征在于，步骤S1具体如下：
对于M0和F0为三维图像的情形，分别对待配准图像M0、图像F0采用三个互相垂直的中轴曲面、若干近似垂直于i方向坐标轴的平滑曲面及语义区域上述三种中的至少一种进行划分，i可为X，Y，Z中一个方向；
对于M1和F0为二维图像的情形，只需要采用两个互相垂直的中轴曲线及语义区域上述两种中的至少一种进行划分。


3.如权利要求1所述的方法，其特征在于，待配准图像和标准图像是三维图像，在区域划分之前，将待配准图像M0和标准图像F0从i方向对应分段，并拉伸图像M0，使得拉伸后的图像M1和图像F0在i方向各段对齐，i可为X，Y，Z中一个方向。


4.如权利要求1所述的方法，其特征在于，在步骤S1之前，对所述待配准图像M0进行检测轮廓，将检测到的轮廓内外的任一侧进行像素线性变换。


5.如权利要求1所述的方法，其特征在于，所述图像非刚性配准方法还包括以下步骤：
S4.采用配准变形参数P0对图像M0进行变形，得到图像M3；
S5.标注图像M3和F0冠状面中有相似特征且位置未对齐的点，得到标注点集；
S6.根据标注点集，将M3和F0进行薄板样条标注点配准，得到配准后的图像M4和精配准的变形参数P1。


6.如权利要求1所述的方法，其特征在于，所述图像非刚性配准方法还包括以下步骤：
S4.采用配准变形参数P0对图像M0进行变形，得到图像M3；
S5....

【专利技术属性】
技术研发人员：曾绍群，吕晓华，张勇升，杨雄，成晓峰，王小俊，
申请(专利权)人：苏州博芮恩光电科技有限公司，
类型：发明
国别省市：江苏;32