李正伟

（成都理工大学工程技术学院，四川乐山 614007）

图像分析涉及到图像分割、重构、分类和检测等多种任务[1]。通过比较或融合两个或多个图像可以寻求重要信息，图像之间不可避免的错位使得图像配准成为研究重点。图像配准的目的是在同一场景的两个或多个图像之间找到最佳的空间对齐，涉及图像配准的图像可以使用相同的(单模态)或不同的(多模态)成像技术捕获[2]。在计算机断层扫描(CT)和磁共振成像(MRI)的情况下，在轴平面上拍摄器官的完整横截面图像。因此，将新扫描与原始扫描进行比较将需要具有部分重叠的图像配准。由于部分重叠的两幅图像之间缺乏一一对应关系，因此使用最常用的配准方法很难获得精确的配准[3]。

单模态医学图像配准方法的目的是对同一成像技术(如CT)得到的图像进行配准。文献[4]提出了基于快速傅里叶变换(FFT)技术，该技术可寻求参考图像和感测图像之间的最佳平移、旋转和缩放参数。这种相位相关技术的扩展后来发展为基于Fourier-Mellin 变换(FMT)的图像配准方法[5]。文献[6]提出了改进的FMT 方法，消除了直角坐标到对数极坐标的转换。评估并验证了该方法对噪声的准确性和鲁棒性。

多模态图像配准算法侧重于寻找使用各种成像方式(如CT 和MRI)生成图像之间的对应关系，并从不同医学成像方式的融合中提供密集的视觉信息。文献[7]实现了一种基于图像强度全局和局部变化的通用图像配准方法。该算法在全数据的多模态图像和部分数据的单模态图像上进行了实验，但由于采用弹性模型估计变形场而存在特殊的缺陷。……