Diffeomorphic圖像配準模型和快速算法研究
發(fā)布時間:2023-02-18 16:34
圖像配準在目標(biāo)追蹤、地質(zhì)勘查、病變檢測、血管造影等工業(yè)和醫(yī)療領(lǐng)域有著廣泛的應(yīng)用,根據(jù)應(yīng)用場景可將其分為剛性配準和非剛性配準.剛性配準是在參考圖像和浮動圖像之間尋求一種全局變換(如旋轉(zhuǎn)、平移和縮放等)的配準,這類配準在底層圖像處理方面應(yīng)用廣泛,但往往在醫(yī)學(xué)影像、運動追蹤等方面有一定的局限性;而非剛性配準可以更準確地實現(xiàn)圖像之間的局部變形,根據(jù)引入的正則項可將其分為彈性模型、粘性流體模型、光流場模型、擴散模型和曲率模型等,這一系列模型所獲得的形變場具有很好的幾何光滑性,但沒有對逆變換作進一步的刻畫.最近隨著配準技術(shù)的發(fā)展和廣泛應(yīng)用,對兩幅圖像之間形變場的幾何性質(zhì)有了等更高的要求,比如:保拓撲、保面積或保體積、擬共性等,因此尋求微分同胚形變場的非剛性配準模型逐漸成為了圖像配準領(lǐng)域的熱點與難點問題.本文考慮非剛性微分同胚的(Diffeomorphic)配準模型的建立,重點圍繞其算法的推導(dǎo)、快速算法的設(shè)計和數(shù)值對比實驗等開展研究,主要工作和創(chuàng)新成果如下:1.基于擴散配準模型和微分同胚存在理論,本文提出了一個新的非剛性微分同胚的配準模型,并基于增廣拉格朗日乘子法(ALMM)方法設(shè)計了一種求解該模型...
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 圖像配準的研究背景及意義
1.2 圖像配準的研究現(xiàn)狀
1.2.1 相似性測度
1.2.2 非剛性配準的形變模型
1.2.3 Diffeomorphic圖像配準
1.3 本文主要研究內(nèi)容與結(jié)構(gòu)安排
第二章 預(yù)備知識
2.1 微分同胚映射的存在性及其解法
2.2 幾種常用配準算法
2.2.1 H.Y.Hsiao算法
2.2.2 Active Demons算法
2.2.3 FAIR-Curv算法
2.3 本文涉及的優(yōu)化方法
2.4 數(shù)值離散化
第三章 一類微分同胚的配準模型及快速ALMM算法
3.1 微分同胚的配準模型及其算法
3.1.1 微分同胚的配準模型
3.1.2 基于ALMM的微分同胚配準算法推導(dǎo)
3.1.3 快速D-ALMM算法與流程圖
3.2 數(shù)值實驗
3.2.1 D-ALMM算法同H.Y.Hsiao算法進行對比
3.2.2 D-ALMM算法同Active Demons算法進行對比
3.2.3 D-ALMM算法同F(xiàn)AIR-Curv算法進行對比
3.3 本章小結(jié)
第四章 改進的微分同胚配準模型及兩種快速算法
4.1 模型介紹
4.2 基于新模型的兩種快速算法
4.2.1 基于ADMM的微分同胚算法推導(dǎo)及設(shè)計
4.2.2 基于PPA的微分同胚算法推導(dǎo)及設(shè)計
4.3 數(shù)值實驗
4.3.1 D-ADMM數(shù)值實驗
4.3.2 D-PPA數(shù)值實驗
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻
致謝
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果
本文編號:3745316
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 圖像配準的研究背景及意義
1.2 圖像配準的研究現(xiàn)狀
1.2.1 相似性測度
1.2.2 非剛性配準的形變模型
1.2.3 Diffeomorphic圖像配準
1.3 本文主要研究內(nèi)容與結(jié)構(gòu)安排
第二章 預(yù)備知識
2.1 微分同胚映射的存在性及其解法
2.2 幾種常用配準算法
2.2.1 H.Y.Hsiao算法
2.2.2 Active Demons算法
2.2.3 FAIR-Curv算法
2.3 本文涉及的優(yōu)化方法
2.4 數(shù)值離散化
第三章 一類微分同胚的配準模型及快速ALMM算法
3.1 微分同胚的配準模型及其算法
3.1.1 微分同胚的配準模型
3.1.2 基于ALMM的微分同胚配準算法推導(dǎo)
3.1.3 快速D-ALMM算法與流程圖
3.2 數(shù)值實驗
3.2.1 D-ALMM算法同H.Y.Hsiao算法進行對比
3.2.2 D-ALMM算法同Active Demons算法進行對比
3.2.3 D-ALMM算法同F(xiàn)AIR-Curv算法進行對比
3.3 本章小結(jié)
第四章 改進的微分同胚配準模型及兩種快速算法
4.1 模型介紹
4.2 基于新模型的兩種快速算法
4.2.1 基于ADMM的微分同胚算法推導(dǎo)及設(shè)計
4.2.2 基于PPA的微分同胚算法推導(dǎo)及設(shè)計
4.3 數(shù)值實驗
4.3.1 D-ADMM數(shù)值實驗
4.3.2 D-PPA數(shù)值實驗
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻
致謝
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果
本文編號:3745316
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3745316.html
最近更新
教材專著