导读:本文包含了非刚体配准论文开题报告文献综述及选题提纲参考文献，主要关键词:图形匹配,图形结构信息,非刚体形变,组合优化问题
非刚体配准论文文献综述
张铭宣[1]（2019）在《基于结构信息约束非刚体形变的叁维物体配准方法研究》一文中研究指出图形图像配准是计算机视觉,图形学和模式识别中的一个基础研究课题,因为它在许多应用中起着关键作用,如形状检索、表面重建和骨骼分析等。配准的主要目的是在两个待配准的图形之间找到特征点之间有意义的对应关系。基于对应关系从而实现各种现实应用。目前针对图形形变类型的不同,可以将图形配准方法分为针对刚性形变的配准方法和针对非刚性形变的配准方法。对于刚性形变的模型,大多数的方法是基于逐点描述子公式化图形配准问题为线性分配问题,通过使用匈牙利算法,拍卖算法等优化算法求解目标函数。对于非刚体形变的模型,大多数的方法是基于逐对描述子公式化图形配准问题为二次分配问题,通过松弛约束,凸差规划等优化方法求解目标函数。但是当配准的模型在姿势,表面细节和拓扑结构中表现出非常大的形变时,模型的相似性变得难以测量,从而增加了配准问题的难度。因此本文主要通过修改组合优化算法,增加形变约束,和提高分配矩阵描述性等方面提高非刚体配准的准确性。本文提出了一种结合图形结构信息和重加权随机游走的配准算法。该算法主要是使用shape context描述符对随机游走进行约束,从而影响随机游走概率矩阵使算法具有更强的鲁棒性和准确性。算法通过使用shape context描述符来计算偏移矩阵,然后在迭代中使用偏移矩阵来增强随机游走和随机跳跃的准确性,最后通过离散化得到一对一的配准结果。该算法不仅保留了重加权随机游动对于噪声的鲁棒性,而且还保留有shape context的旋转,平移,尺度不变性。通过在自然真实图像和人工随机合成图像上的大量实验并与其他算法相比较,本文证明了提出的方法可以在图形配准问题中产生优异的结果。本文提出了一种融合叁种类型图形结构信息的叁维物体配准方法。该方法实现了自动密集的配准,可以在等距或近等距变形和非刚体形变下匹配两个叁维模型。该方法包括叁个主要步骤:首先,基于叁种类型的图形结构信息描述顶点,即欧氏结构信息,黎曼结构信息和共形结构信息;其次,将配准问题公式化为优化问题,并且融合叁种类型的图形结构信息构建新的目标函数;第叁,使用投影预测下降优化算法求解目标函数得到最优解。本文通过在几个具有挑战性的数据集上进行广泛的定量和定性评估,证明了算法的优越性能。本文提出了一种基于图形结构信息约束形变的配准方法。由于医学体素数据往往具有较高的分辨率,通过构建分配矩阵的方法需要大量的时间复杂度和空间复杂度。因此针对于医学领域常用的体素数据本文提出了一种新的配准方法。本文算法的输入是健康的骨骼模型,和病变的骨骼模型。由于CT扫描仪器固有的缺陷,会导致输入的数据在位置上有不同,在方向上有区别,在大小上有变化,因此为了提高配准的准确率,本文在特征点约束的帮助下首先执行了初始对齐,然后执行了局部形变和配准相互结合的体配准。在实验中本文使用的数据来自真实人体的CT扫描数据。通过分析在真实数据集下的实验结果并与其他算法相比较,本文证明了提出的方法的准确性和鲁棒性。(本文来源于《济南大学》期刊2019-06-01）
张欣怡,张富利,王秋生[2]（2019）在《多模态医学影像的非刚体配准与多分辨率融合方法》一文中研究指出为了利用不同模态医学影像提供的有效信息,研究了多模态医学影像的配准与融合方法。为了实现灰度、形态差异较大的多模态医学影像的空间几何匹配,提出了互信息测度下基于仿射变换的粗配准与基于B样条变换的精配准相结合的高性能配准方法,并以此为基础提出基于小波变换的多分辨率融合方法,实现了不同频带系数的差异性融合。实验结果表明,所提方法可以使多模态医学影像达到空间坐标上的配准,并实现了多模态医学影像的高质量融合。(本文来源于《应用科技》期刊2019年03期）
熊磊,吴礼洋,杜少毅,毕笃彦,方挺[3]（2018）在《基于局部仿射配准的鲁棒非刚体配准算法》一文中研究指出针对传统点集非刚体配准算法对复杂局部形变数据配准精度低,收敛速度慢等问题,该文提出一种基于局部仿射配准的鲁棒非刚体配准算法。该算法采用分层迭代的方式由粗到精地完成点集的非刚体配准。在每层迭代中,首先对子形状点集集合和子目标点集集合进行分块处理并更新分块后每一类子点集的形状控制点。然后利用控制点引导仿射迭代最近点(ICP)算法求解对应子点集间的局部仿射变换。接着利用上一步求解的局部仿射变换,更新子形状点集集合及其形状控制点集合。直到配准误差收敛时,循环结束并输出更新后的形状点集。实验结果表明,所提算法与传统点集非刚体算法相比具有更强的精确性和收敛性。(本文来源于《电子与信息学报》期刊2018年04期）
颜翠翠,王浩军,袁观娜[4]（2017）在《基于LDQPSO算法的非刚体配准》一文中研究指出如何快速准确地实现匹配一直是非刚体配准领域极具挑战性的问题。针对该问题,该文提出一种快速、高精度的非刚体配准方法——基于LDQPSO的非刚体配准算法。首先针对QPSO算法过早收敛的缺点,采用线性自适应策略对QPSO惯性权重因子进行更新,提出了LDQPSO算法。在此基础上,用LDQPSO实现非刚体点云配准参数的优化确定,最终实现了快速高精度的非刚体点云配准。文中选择不同的非刚体配准实例验证算法有效性,并与原有算法进行对比。实验表明该文提出的算法具有更好的寻优性能。(本文来源于《科技资讯》期刊2017年22期）
张鹏鹏[5]（2017）在《非刚体点集配准算法及其在医学图像中的应用》一文中研究指出随着医学成像设备和计算机技术的高速发展,计算机辅助仿真在医学图像领域发挥着越来越重要的作用。非刚体点集配准是计算机辅助仿真的重要底层技术之一。它不仅适用于二维图像,更能在重建的叁维空间上直接运用,便利于医学观察、诊断、治疗和分析。同时,利用非刚体点集配准技术不但可以指导外科手术计划的制定和手术效果的评估,还能帮助发现和研究特殊或病变器官。本文在研究和分析了颅颌面外科手术评估和心脏DTI纤维图谱构建的现有技术基础上,着重研究了基于概率的非刚体点集配准技术,提出了多个具有广泛适用性的非刚体点集配准算法,并给出它们在医学图像中的应用。本文的主要工作和创新点如下:(1)提出了参考集选择无关的仿射点集配准算法。该方法解决了尺度差异大时,配准结果受初始参考集选择影响的问题。交替的参考集和软对应关系避免了优化过程过早地陷入局部最优,有助于获得最优的仿射配准结果。(2)提出了基于旋转不变形状上下文特征的一致点移动算法。该方法通过构造旋转不变形状上下文特征,将原一致点移动算法的应用范围扩展到大旋转变形领域。同时,自适应的先验概率和离群率使得该算法能够主动适应点集的变化,根据点集的距离和形状特征,确定最优的对应关系和非刚体变形。(3)建立了稀疏非刚体点集配准框架,并给出了两个具体算法,基于薄板样条的稀疏非刚体点集配准算法(SNR-TPS)和稀疏一致性点集配准算法(SNR-CPD)。该框架通过将?_p(p∈[0,1])范数表示的稀疏配准残差引入非刚体点集配准,解决了?_2范数配准残差对离群点高度敏感的问题。确定性退火和交替方向乘子算法的混合优化方法帮助该框架下的算法能够获得最好的局部最优解。以上叁种方法都可用于颅颌面外科手术效果的评估,分别解决了点集配准的不同问题。这叁种方法也可以组合使用,从上到下,从粗到细,为外科手术的定量评估提供了可能。(4)为构建心脏扩散张量纤维图谱,提出了基于心脏纤维的联合聚类配准算法。该算法利用心脏纤维信息,保证了心脏聚类结果的纤维一致性和形状不变性。交替的聚类和配准算法使得该算法不但可以减少运算的数据量,而且可以获得多个点集间的一一对应关系。心脏扩散张量纤维图谱的建立是进一步研究心脏纤维病变及特定人心脏纤维特点的基础。(本文来源于《上海交通大学》期刊2017-06-07）
张静亚[6]（2015）在《非刚体医学图像配准技术研究》一文中研究指出医学图像配准,也称对齐、匹配,是指在相同或不同的主体上获取的相同或不同模式的图像间求取空间对齐,广泛应用于放射治疗计划制定、手术引导、成像运动校准、疾病诊断、图像分割以及治疗效果跟踪检查中。由于人体器官组织普遍存在的非刚体特征,因此在医学影像的配准技术研究中,非刚体配准技术得到了比刚体配准更为广泛的研究,并提出了许多配准算法。然而,如何解决复杂、大形变下的医学图像配准问题仍有待进一步研究。本文主要围绕这一问题研究非刚体医学图像配准技术,主要工作和贡献如下:在弹性体形变模型的有限元法求解中,由于结点位置的分布以及结点位移的精度对整体的位移场有着很大的影响,为了提高该模型配准精度并且不增加过多计算量,本文提出了一种自适应区域细化的网格剖分算法。该算法根据图像中目标解剖结构特征和目标形变密度,以自适应方式建立了多层次多分辨率的区域细化标志,并根据细化标志生成最终的非均匀有限元网格。在20对模拟形变的肺部CT(computed tomography)图像上以及40对不同病人脑部的单模态和多模态MRI(Magnetic Resonance Imaging)临床图像上得到的配准结果表明,应用了自适应区域网格细化算法的模型相对于传统均匀剖分算法模型、区域方差细化算法模型、以及基于控制点位移的B样条自由形变模型具有更好的配准效果。在基于灰度信息的非刚体医学图像配准中,常常出现全局相似度最优而局部欠配准或者过配准的矛盾。为了减少这种矛盾,本文提出在能量函数中增加能反映图像结构特征信息的匹配特征点距离项来约束特征点附近的形变的策略。与传统方法中通过手工设置标志点不同,本文采用尺度不变特征变换算法自动提取图像间的匹配特征点以及特征向量,并将特征点距离项结合到传统的弹性体模型中。对临床实验数据的实验结果证明,采用该算法可以比传统算法取得更好的配准效果。针对软组织具有高度的非线性且临床中常表现出局部的大形变特性的事实,以及传统线性弹性体形变模型在大形变条件下难以准确跟踪目标区域的轮廓或者解剖结构细节,从而带来局部误配准的问题,本文提出了一个基于二阶位移梯度式的应变张量来代替无限小形变假设下的应变张量表达式,并进一步由弹性势能获得了一个可满足大变形的非线性弹性体形变模型驱动方程。实验结果表明,该算法有利于对大形变图像的准确配准。针对基于互信息相似度准则的多模态图像配准因没有考虑图像中灰度的空间分布及其潜在的目标组织结构差异的影响,从而可能导致局部的误配准的问题,本文提出了一种新颖的图像结构化描述的方法。该方法融合了图像的结构张量迹值和图像的局部熵,将多模态图像映射到一个图像之间可以进行直接灰度比较的公共空间。在该公共的结构化描述空间中,本文采用了简单的局部仿射变换模型来对公共空间的图像进行配准。实验结果显示,该算法所融合的两种图像描述信息对配准结果都起到了正面的效果,相对于传统的互信息算法,该算法显示了其较大的优势。最后,本文还对传统的基于局部仿射变换的非刚体图像配准模型进行了改进,算法结合图像的区域灰度信息和切比雪夫低通滤波器幅度特性设计了一种新颖的局部非线性正则项。实验证明,该算法比传统算法更好地保持了图像的局部细节和边缘信息。(本文来源于《苏州大学》期刊2015-03-01）
邓志鹏[7]（2014）在《面向非刚体图像配准的同名点集优选方法研究》一文中研究指出图像配准是计算机视觉、模式识别和图像处理领域中的一个基本任务,当前经典的同名点集提取与匹配算法主要针对刚体形变的图像配准问题,但是非刚体形变的图像配准需求普遍存在且应用日益广泛。本文基于图像配准的技术框架,以同名点集的优选为目的,对非线性尺度空间、点集的均匀分布、局部形变不变特征的描述与匹配、局部仿射不变几何约束、非刚体形变几何模型、非刚体图像配准应用等基础理论及关键技术进行了深入研究,为实现非刚体形变的图像自动配准提供了一些技术支撑。在候选同名点集检测方面,面向非刚体图像配准的需求,为了提取沿着图像线特征均匀分布的候选同名点集,提出了一种基于非线性尺度空间和均匀分布策略的点集检测方法。该方法利用双边滤波器代替高斯滤波器构建非线性尺度空间,然后利用尺度空间和图像空间的均匀分布策略提取指定数目的候选同名点集。在局部形变不变特征描述方面,针对Da LI算法无法准确的划分局部支撑区域与主方向的不足,提出了一种改进的有向非刚体形变局部不变特征描述符(o-Da LI)。该方法首先根据特征点的二阶矩阵估计其椭圆邻域并指示主方向,然后对局部支撑区域进行同性化处理,以消除各向异性形变的差异,最后把局部支撑区域加权嵌入到叁维空间,用热核信号的形变不变性进行特征点局部支撑区域描述。在同名点集匹配与图像配准方面,为了得到更精准的同名点集,提出了一种基于局部形变不变特征和几何约束的非刚体图像配准算法。该方法分别以GIH算法和o-Da LI算法作为局部形变不变特征描述,以K近邻算法和Delaunay算法构建的叁角网来构造具有局部仿射不变特性的几何约束,构建综合利用局部形变不变特征和几何约束的目标函数,求解同名点集的匹配对应关系,进而利用薄板样条模型实现图像配准。并成功的将本文的算法应用在了医学和遥感影像的配准中,取得了较好的配准效果。(本文来源于《国防科学技术大学》期刊2014-12-01）
王倩,杨春兰,吴水才[8]（2014）在《医学图像非刚体配准技术研究进展》一文中研究指出医学图像配准对提高临床诊断治疗水平、病情监测以及放射治疗和手术导航等具有重要的研究意义。医学图像配准技术主要包括刚体与非刚体两种类型,基于刚体的图像配准算法发展迅速已广泛应用于临床,非刚体图像配准技术尚在发展阶段。本文在陈述配准技术框架及其各模块的基础上,综述了近年来一些典型的非刚体配准算法,包括算法原理、主要特点、适用情况及其改进方向等。最后,对非刚体配准技术的发展进行了展望。(本文来源于《北京生物医学工程》期刊2014年03期）
林相波[9]（2013）在《非刚体图像配准的变形场拓扑约束研究》一文中研究指出利用正则化方法约束非线性变形场是非刚体图像配准领域的一个重要研究方向。为得到具有拓扑保持能力的非线性变形场,本文在分析粘流体配准和扩散模型配准算法的实现原理基础上,提出一种基于弹簧约束的变形场拓扑保持方法。该方法在可变形图像上附加不规则网格,通过保持网格结点间的连接关系不变达到控制图像变形的目的。将本文算法应用在不同人脑磁共振图像配准和脑内核结构分割中,结果表明,本文方法具有保持变形场拓扑不变的能力,且能够给出更为准确的分割结果。(本文来源于《信号处理》期刊2013年10期）
郑翔,同鸣,曹阳[10]（2013）在《一种颅脑MR影像的LBM叁维非刚体配准方法》一文中研究指出为了提高叁维医学影像的配准性能,利用两幅影像的灰度差生成驱动体素点形变的外力,通过格子玻尔兹曼方法(LBM)模拟外力控制下的体素点形变轨迹,将叁维医学影像配准过程转换为粘滞流体的流动过程,提出了一种颅脑核磁共振影像的LBM叁维非刚体配准新方法.文中建立了叁维处理的含外力项可压缩的LBM方程,并定义了边界条件和微分同胚条件.实验结果表明,所提方法比同类方法具有更好的性能.(本文来源于《西安电子科技大学学报》期刊2013年06期）
非刚体配准论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了利用不同模态医学影像提供的有效信息,研究了多模态医学影像的配准与融合方法。为了实现灰度、形态差异较大的多模态医学影像的空间几何匹配,提出了互信息测度下基于仿射变换的粗配准与基于B样条变换的精配准相结合的高性能配准方法,并以此为基础提出基于小波变换的多分辨率融合方法,实现了不同频带系数的差异性融合。实验结果表明,所提方法可以使多模态医学影像达到空间坐标上的配准,并实现了多模态医学影像的高质量融合。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非刚体配准论文参考文献
[1].张铭宣.基于结构信息约束非刚体形变的叁维物体配准方法研究[D].济南大学.2019
[2].张欣怡,张富利,王秋生.多模态医学影像的非刚体配准与多分辨率融合方法[J].应用科技.2019
[3].熊磊,吴礼洋,杜少毅,毕笃彦,方挺.基于局部仿射配准的鲁棒非刚体配准算法[J].电子与信息学报.2018
[4].颜翠翠,王浩军,袁观娜.基于LDQPSO算法的非刚体配准[J].科技资讯.2017
[5].张鹏鹏.非刚体点集配准算法及其在医学图像中的应用[D].上海交通大学.2017
[6].张静亚.非刚体医学图像配准技术研究[D].苏州大学.2015
[7].邓志鹏.面向非刚体图像配准的同名点集优选方法研究[D].国防科学技术大学.2014
[8].王倩,杨春兰,吴水才.医学图像非刚体配准技术研究进展[J].北京生物医学工程.2014
[9].林相波.非刚体图像配准的变形场拓扑约束研究[J].信号处理.2013
[10].郑翔,同鸣,曹阳.一种颅脑MR影像的LBM叁维非刚体配准方法[J].西安电子科技大学学报.2013