資源描述：
《基于改進(jìn)的SIFT算法的醫(yī)學(xué)顯微序列圖像自動(dòng)配準(zhǔn)技術(shù)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、哈爾濱工程大學(xué)碩士學(xué)位論文基于改進(jìn)的SIFT算法的醫(yī)學(xué)顯微序列圖像自動(dòng)配準(zhǔn)技術(shù)姓名：董妍申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：信號(hào)與信息處理指導(dǎo)教師：湯春明20090301哈爾濱工程大學(xué)碩士學(xué)位論文宣ｉ；ｉｉｉｉ＇——ｎｌ｜ｎｉｎ－ｎｎ：－：－－：Ｚ：ｉｉ皇暑ｉ昌宣皇ｉ；昌摘要醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像處理領(lǐng)域中的一項(xiàng)重要技術(shù)，對(duì)臨床診斷和治療有著重要的作用?，F(xiàn)代醫(yī)學(xué)經(jīng)常需要將幾幅圖像結(jié)合起來(lái)進(jìn)行分析，以便獲取更多的醫(yī)療信息。序列圖像提供了比單一圖像更豐富的信息，對(duì)序列圖像進(jìn)行分析，更有利于對(duì)目標(biāo)的監(jiān)測(cè)與跟蹤分析。對(duì)序列圖
2、像進(jìn)行分析之前首先要解決圖像間對(duì)應(yīng)點(diǎn)的嚴(yán)格對(duì)齊問(wèn)題，也就是所謂的圖像配準(zhǔn)。醫(yī)學(xué)顯微序列圖像的自動(dòng)配準(zhǔn)是長(zhǎng)期以來(lái)一直未能很好解決的一個(gè)重要問(wèn)題。本文主要對(duì)醫(yī)學(xué)顯微序列圖像的自動(dòng)配準(zhǔn)技術(shù)進(jìn)行研究。提取和匹配圖像特征是實(shí)現(xiàn)圖像自動(dòng)配準(zhǔn)的一種重要方法。ＳＩＦＴ（尺度不變特征變換，ＳｃａｌｅＩｎｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ）最初是作為一種關(guān)鍵點(diǎn)的特征被提出來(lái)的，這種特征對(duì)圖像的尺度變化和旋轉(zhuǎn)變化是不變的，而且對(duì)于光照的變化和圖像變形具有較強(qiáng)的適應(yīng)性，同時(shí)，這種特征還具有較高的辨別能力，有利于后續(xù)匹
3、配。因此，ＳＩＦＴ正是圖像配準(zhǔn)領(lǐng)域中一個(gè)熱門的前沿研究方向。本文提出一種自動(dòng)的配準(zhǔn)方法。結(jié)合醫(yī)學(xué)顯微序列圖像的數(shù)據(jù)特點(diǎn)，將ＳＩＦＴ特征檢測(cè)算法引入到顯微序列圖像的配準(zhǔn)中，并針對(duì)ＳＩＦＴ特征描述符的高維數(shù)和高復(fù)雜度問(wèn)題對(duì)特征描述符的提取方法進(jìn)行了改進(jìn)，降低了特征描述符的維度，簡(jiǎn)化了特征提取算法步驟，再采用雙向匹配算法，剔除部分錯(cuò)誤匹配點(diǎn)，最后采用隨機(jī)采樣一致性算法（ＲＡＮＳＡＣ）去除誤匹配點(diǎn)對(duì)以提高匹配的準(zhǔn)確性，估計(jì)變換模型參數(shù)。統(tǒng)計(jì)結(jié)果表明，改進(jìn)后的ＳＩＦＴ算法相比于傳統(tǒng)的配準(zhǔn)方法在保證圖像配準(zhǔn)準(zhǔn)確度的前
4、提下，算法復(fù)雜度和運(yùn)行時(shí)間上都有了明顯的降低。關(guān)鍵詞：自動(dòng)配準(zhǔn)；顯微序列圖像；ＳＩＦＴ；ＲＡＮＳＡＣ算法；降維哈爾濱工程大學(xué)碩士學(xué)位論文ＡＢＳＴＲＡＣＴＭｅｄｉｃａｌｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎｉｓａｌｌｉｍｐｏｒｔａｎｔｔｅｃｈｎｉｑｕｅｉｎｔｈｅｆｉｅｌｄｏｆｍｅｄｉｃａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ．Ｉｔｐｌａｙｓａｋｅｙｒｏｌｅｉｎｃｌｉｎｉｃａｌｄｉａｇｎｏｓｉｓａｎｄｔｒｅａｔｍｅｎｔ．Ｍｏｄｅｍｍｅｓｃａｌｒｅｓｅａｒｃｈｌｌｓｕａｕｙｒｅｑｕｉｒｅｓｉｎｔｅｇｒａｔｅｄａｎａｌｙｓ
5、ｉｓｏｆｍｕｌｔｉｐｌｅｉｍａｇｅｓｔｏｇｅｔｍｏｒｅｉｎｆｏｒｍａｔｉｏｎ．Ｓｅｑｕｅｎｃｅｉｍａｇｅｓｃａｌｌｐｒｏｖｉｄｅｍｏｒｅａｂｕｎｄａｎｔｉｎｆｏｒｍａｔｉｏｎｔｈａｎｓｉｎｇｌｅｉｍａｇｅ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｍｏｒｅａｖａｉｌａｂｌｅｔｏａｎａｌｙｚｅｔｈｅｔａｒｇｅｔ’Ｓｍｏｖｅｍｅｎｔ．Ａｎｉｎｉｔｉａｌｐｒｏｃｅｓｓｉｎｓｅｑｕｅｎｃｅｉｍａｇｅｉｎｔｅｇｒａｔｅｄａｎａｌｙｓｉｓｉｓｔｈａｔｔｈｅｉｍａｇｅｓｓｈｏｕｌｄｂｅｐｅｒｆｅｃｔｌｙｒｅｇｉｓｔｅｒｅｄ，ｗｈｉｃ
6、ｈｉｓｃａｌｌｅｄｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ．Ａｎｄａｕｔｏｍａｔｉｃｒｅｇｉｓｔｒａｔｉｏｎｉｎｍｉｃｒｏｓｃｏｐｉｃｉｍａｇｅｓｅｑｕｅｎｃｅｉｓａｃｌａｓｓｉｃａｌｐｒｏｂｌｅｍ，ｗｈｉｃｈｈａｓｎｏｔｂｅｅｎｓｏｌｖｅｄｗｅｌｌｓｏｆａｒ．Ｔｈｅａｕｔｏｍａｔｉｃｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎｔｅｃｈｎｉｑｕｅｏｎｍｉｃｒｏｓｃｏｐｉｃｉｍａｇｅｓｅｑｕｅｎｃｅｈａｓｍａｉｎｌｙｂｅｅｎｓｔｕｄｉｅｄｉｎｔｈｉｓｔｈｅｓｉｓ．Ｉｍａｇｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｍａｔｃｈ
7、ｉｎｇｉｓａｎｉｍｐｏｒｔａｎｔｍｅｔｈｏｄｔｏａｃｈｉｅｖｅａｕｔｏｍａｔｉｃｒｅｇｉｓｔｒａｔｉｏｎ．ＳＩＦＴ（ＳｃａｌｅＩｎｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ）ｉｓｉｎｉｔｉａｌｌｙｐｒｏｐｏｓｅｄａｓａｋｅｙｆｅａｔｕｒｅ，ｗｈｉｃｈｉｓｎｏｔｖａｒｉａｂｌｅｉｎｔｈｅｓｃａｌｅａｎｄｒｏｔａｔｉｏｎｗｈｉｌｅｉｍａｇｅｓｂｅｉｎｇｃｈａｎｇｅｄ．Ｉｔａｌｓｏｈａｓａｓｔｒｏｎｇａｄａｐｔａｂｉｌｉｔｙｉｎｉｌｌｕｍｉｎａｔｉｏｎａｎｄｉｍａｇｅｄｅｆｏｒｍａｔｉｏｎ．Ｉｎｔｈｅｓａｍ
8、ｅｔｉｍｅ，Ｉｂｉｓｆｅａｔｕｒｅａｌｓｏｈａｓｓｔｒｏｎｇｒｅｃｏｇｎｉｔｉｏｎａｂｉｌｉｔｙ，ｗｈｉｃｈｍａｋｅｓｆｏｌｌｏｗｉｎｇｍａｔｃｈｅａｓｉｅｒ．Ｔｈｅｒｅｆｏｒｅ，ＳＩＦＴａｌｇｏｒｉｔｈｍｈａｓａｔｔｒａｃｔｅｄｍａｎｙａｔｔｅｎｔｉｏｎｉｎｔｈｅｆｉｅｌｄｏｆｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ．Ｉｎｔｈｉｓｔｈｅｓｉｓ，ａｌｌａｕｔｏｍａｔｉｃｒｅｇｉｓｔｒａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｐｒｅｓｅｎｔｅｄ
