摘要
基于互信息量的图像配准算法只考虑单个相对应点间的关系,忽略了图像的空间信息,因此当图像分辨率较低、有噪声影响和部分缺损时就容易出现误配。将图像的空间信息引入到配准中,考虑对应点及其邻域的关系,提出了一种新的相似性测度——高维互信息量。新的测度不仅能够反映图像的灰度统计信息,而且能够反映图像的空间信息。实验结果表明,在图像空间分辨率较低、有噪声影响和图像部分缺损的情况下,该算法具有较高的准确性。
Mutual information （MI） is calculated on a pixel by pixel basis. It takes into account only the relationship between corre- sponding individual pixels and not those of each pixel＇s respective neighborhood. It ignores the spatial information. A new measure-high dimention mutual information is proposed. It is an extension to the mutual information framework which incorporates spatial infor- mation about image structure into the registration process and has the potential to improve the accuracy and robustness of image registration. The results indicate that co-occurrence mutual information is a more robust similarity measure for image registration than MI.
出处
《计算机工程与设计》
CSCD
北大核心
2007年第18期4420-4421,4468,共3页
Computer Engineering and Design
基金
国家973重点基础研究发展计划基金项目(2003CB716103)。
关键词
图像配准
互信息量
共生矩阵
高维互信息量
空间信息
image registration
mutual information
co-occurrence matrix
co-occurrence mutual information
spatial information
作者简介
张明慧（1980-），女，山东临沂人，硕士研究生，研究方向为医学图像处理；
卢振泰（1981-），男，山东济宁人，博士研究生，研究方向为图像配准与融合、图像分割；E-mail：luzhentai@163．com
通讯作者：陈武凡（1949-），男，教授，博士生导师，研究方向为图像处理、模式识别与广义模糊随机场模型。
