基于分数阶微分的TV-L1光流模型的图像配准方法研究

被引：9

作者：

张桂梅 ^{[1
]}

孙晓旭 ^{[1
]}

刘建新 ^{[2
]}

储珺 ^{[1
]}

机构：

[1] 南昌航空大学江西省图像处理与模式识别重点实验室

[2] 西华大学机械工程学院

来源：

自动化学报 | 2017年 / 43卷 / 12期

关键词：

分数阶微分; Grünwald-Letnikov; TV-L1模型; 光流场; 弱纹理; 非刚性配准;

D O I：

10.16383/j.aas.2017.c160367

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

图像的非刚性配准在计算机视觉和医学图像分析中有着重要的作用.TV-L1（全变分L1范数、Total variation-L1）光流模型是解决非刚性配准问题的有效方法,但TV-L1光流模型的正则项是一阶导数,会导致纹理特征等具有弱导数性质的信息模糊.针对该问题,将G-L（Grünwald-Letnikov）分数阶引入TV-L1光流模型,提出基于G-L分数阶微分的TV-L1光流模型,并应用原始–对偶算法求解该模型.新的模型用G-L分数阶微分代替正则项中的一阶导数,由于分数阶微分比整数阶微分具有更好的细节描述能力,并能有效地、非线性地保留具有弱导数性质的纹理特征,从而提高图像的配准精度.另外,通过实验给出了配准精度与G-L分数阶模板参数之间的关系,从而为模板最佳参数的选取提供了依据.尽管不同类型的图像其最佳参数是不同的,但是其最佳配准阶次一般在1～2之间.理论分析和实验结果均表明,提出的新模型能够有效地提高图像配准的精度,适合于包含较多弱纹理和弱边缘信息的医学图像配准,该模型是TV-L1光流模型的重要延伸和推广.

引用

页码：2213 / 2224

页数：12

共 10 条

[1] 基于平衡系数的Active Demons非刚性配准算法 [J].

薛鹏 ;

杨佩 ;

曹祝楼 ;

贾大宇 ;

董恩清 .

自动化学报, 2016, 42 (09) :1389-1400

[2] 大形变微分同胚图像配准快速算法 [J].

闫德勤 ;

刘彩凤 ;

刘胜蓝 ;

刘德山 .

自动化学报, 2015, 41 (08) :1461-1470

[3] 基于Nystrm低阶近似和谱特征的图像非刚性配准 [J].

张桂梅 ;

曹红洋 ;

储珺 ;

曾接贤 .

自动化学报, 2015, 41 (02) :429-438

[4]

Fractional partial differential equation denoising models for texture image[J]. PU YiFei,SIARRY Patrick,ZHOU JiLiu,LIU YiGuang,ZHANG Ni,HUANG Guo,LIU YiZhi.Science China（Information Sciences）. 2014(07)

[5] 基于分数阶微分的图像边缘细节检测与提取 [J].

陈青 ;

刘金平 ;

唐朝晖 ;

李建奇 ;

吴敏 .

电子学报, 2013, 41 (10) :1873-1880

[6] 数字图像的分数阶微分掩模及其数值运算规则 [J].

蒲亦非 ;

王卫星 .

自动化学报, 2007, (11) :1128-1135

[7] Use of registration-based contour propagation in texture analysis for esophageal cancer pathologic response prediction [J].

Yip, Stephen S. F. ;

Coroller, Thibaud P. ;

Sanford, Nina N. ;

Huynh, Elizabeth ;

Mamon, Harvey ;

Aerts, Hugo J. W. L. ;

Berbeco, Ross I. .

PHYSICS IN MEDICINE AND BIOLOGY, 2016, 61 (02) :906-922

[8]

Adaptive active contour model driven by fractional order fitting energy[J] . Zemin Ren.Signal Processing . 2015

[9]

Fractional order singular value decomposition representation for face recognition[J] . Jun Liu,Songcan Chen,Xiaoyang Tan.Pattern Recognition . 2007 (1)

[10]

Image matching as a diffusion process: an analogy with Maxwell’s demons[J] . J.-P. Thirion.Medical Image Analysis . 1998 (3)

← 1 →