基于粒子群优化与梯度下降法的多模图像配准

被引：14

作者：

赵于前 ^{[1
]}

刘彬旭 ^{[1
]}

李桂源 ^{[2
]}

机构：

[1] 中南大学地球科学与信息物理学院

[2] 中南大学肿瘤研究所

来源：

光电子激光. | 2011年 / 22卷 / 06期

基金：

中国博士后科学基金; 湖南省自然科学基金;

关键词：

图像配准; 粒子群优化(PSO); 梯度下降法;

D O I：

10.16136/j.joel.2011.06.032

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对多模图像配准单纯使用粒子群优化(PSO)算法导致搜索速度慢这一现象,提出了结合PSO和梯度下降法的分步式搜索算法。以CT与MR图像配准为例,计算了使用互信息作为相似性测量时的配准函数,进而分析了图像配准算法中可能遇到的局部极值问题。根据配准函数的特点,提出在局部极值较少时使用梯度下降法代替PSO算法搜索以减少运算量。实验结果表明,对初始位置偏差较大的CT与MR图像,本文算法能够成功地进行配准并能达到理想的精度,与单纯使用PSO算法相比,算法的效率有一定的提高。

引用

页码：940 / 944

页数：5