基于Nystrm低阶近似和谱特征的图像非刚性配准

被引：7

作者：

张桂梅 ^{[1
]}

曹红洋 ^{[1
]}

储珺 ^{[2
]}

曾接贤 ^{[2
]}

机构：

[1] 南昌航空大学航空制造工程学院

[2] 不详

来源：

自动化学报 | 2015年 / 41卷 / 02期

关键词：

非刚性配准; Nystr¨om低阶近似; 谱特征; 小波分解;

D O I：

10.16383/j.aas.2015.c140329

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

图像非刚性配准在计算机视觉和医学图像有着重要的作用.然而存在的非刚性配准算法对严重扭曲变形的图像配准精度和效率都比较低.针对该问题,提出基于Nystr¨om低阶近似和谱特征的图像非刚性配准算法.算法首先提取像素的谱特征,并将谱特征与空间特征、灰度特征融合形成具有扭曲不变性的全局谱特征;然后在微分同胚配准的框架内使用全局谱匹配,确保算法产生的变形场具有光滑性、可逆性、可微性,以提高配准的精度;其次采用Nystr¨om抽样方法,随机抽取拉普拉斯矩阵的行与列,低阶逼近该矩阵,降低高维矩阵谱分解的时间,从而提高配准的效率;最后提出基于小波分解的多分辨率图像配准方法,进一步提高配准的精度和效率.理论分析和实验结果均表明,该算法的配准精度和配准效率都有明显的提高.

引用

页码：429 / 438

页数：10

共 20 条

[1]

Matrix coherence and the Nystr¨om methods. Talwalkar A,Rostamizadeh A. Proceedings of the 26th Conference in Uncertainty in Artificial Intelligence . 2010

[2]

Spectral demons-image registration via global spectral correspondence. Lombaert H,Grady L,Pennec X,Ayache N,Cheriet F. Computer Vision-ECCV 2012 . 2012

[3]

RES[P]. 澳大利亚专利:AU5679373A,1974-12-12

[4]

SIFT Flow: Dense Correspondence across Scenes and Its Applications. Ce Liu,Jenny Yuen,Antonio Torralba. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2011

[5]

Non-parametric diffeomorphic image registration with the demons algorithm. Vercauteren Tom,Pennec Xavier,Perchant Aymeric,Ayache Nicholas. Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention . 2007

[6] 融合CCCTI码和谱系聚类的仿射配准 [J].