專利名稱：用于最佳匹配數(shù)據(jù)集的方法和裝置的制作方法
背景技術(shù)：
本發(fā)明涉及一種用于匹配第一數(shù)據(jù)集的灰度值第一元素與第二數(shù)據(jù)集的灰度值第二元素以使第一元素的第一分布最佳地匹配于第二元素的第二分布的方法，正如此外在權(quán)利要求1的前序部分中所敘述的那樣。
各種現(xiàn)有技術(shù)的方法已被應(yīng)用于匹配2D-或3D-灰度值分布。元素可以是空間2D或3D結(jié)構(gòu)中的像素、3D中的體素或其他。所述灰度值是用于每一所述像素的相應(yīng)單值參數(shù)的簡稱，比如空間像素的灰色度，但是其他這種變量也已被使用。一種已知的應(yīng)用領(lǐng)域是醫(yī)學(xué)圖形數(shù)據(jù)處理。所述方法通過像相關(guān)性或像素相似性之類的技術(shù)來檢查多個可選相關(guān)位置和方向。基于用于所應(yīng)用標(biāo)準(zhǔn)的最高響應(yīng)來確定實(shí)際的匹配。接下來，變換矩陣將描述從一種分布到另一分布的變換以用于匹配位置和方向。
通常，醫(yī)學(xué)應(yīng)用中的變換限于剛性或仿射變換，有時候是以組合的形式，在該組合中，分布的選定骨部分僅進(jìn)行剛性變換，同時通過仿射變換來變換周圍的組織。
另一方法使用有效2D輪廓或有效3D對象，其可用于檢測掃描的身體數(shù)據(jù)中解剖對象的邊緣或側(cè)面。所述輪廓/對象實(shí)際上是虛擬對象，其允許在表示解剖對象的邊緣的圖像中查找特征。所述技術(shù)將有效地查找對象的平移、旋轉(zhuǎn)以及變形，然后使得它們較好地擬合(fit)，并且所述技術(shù)可用于檢測掃描身體數(shù)據(jù)中解剖對象的邊緣或側(cè)面。所述技術(shù)將有效地查找對象的平移、旋轉(zhuǎn)以及變形，以使得它們更好地擬合到圖像數(shù)據(jù)中的特征。最佳匹配是其中對象已經(jīng)移動到給出最強(qiáng)響應(yīng)的穩(wěn)定位置的匹配。所述最佳匹配可以是局部最佳擬合或全局最佳擬合。
本發(fā)明人已經(jīng)認(rèn)識到當(dāng)前過程計(jì)算代價高，因?yàn)檫x擇最佳匹配變換需要檢查多個位置和方向，并且每一位置和方向都需要計(jì)算匹配標(biāo)準(zhǔn)。而且，本發(fā)明人已經(jīng)認(rèn)識到迭代過程的益處。
另一方面，基于有效輪廓或?qū)ο蟮漠?dāng)前方法以解釋局部圖像特征，尤其是“薄的”特征為基礎(chǔ)。在2D中，所述特征可以是一維輪廓或中心線，以及在3D中，其為彎曲的2D表面。所以這些方法通常是基于邊緣的，并且不考慮區(qū)域或?qū)ο髢?nèi)的灰度值分布。另一方面，內(nèi)部不均勻的灰度值分布將暗示一種虛假邊緣，因此在不正確的位置上定位有效輪廓或?qū)ο蟆?br> 發(fā)明概要因此，本發(fā)明的目的特別是使用用于計(jì)算匹配或失配的局部處理，并且使用其結(jié)果以控制迭代步驟，該迭代步驟實(shí)施第一和第二分布之間的相對運(yùn)動。所以，現(xiàn)在根據(jù)本發(fā)明的一個方面，根據(jù)權(quán)利要求1的特征部分來表征本發(fā)明。
特別地，Xavier Pennec，Pascal Cachier以及Nicholas Ayache的文章“Understanding the“Demon’s Algorithm”3D Non-rigidRegistration by Gradient Descent”，2nd Int.Conf.On MedicalImage Computing and Computer-Assisted Intervention，pp.597-605，Cambridge，UK，Sept.19-22，1999公開了一種說明有關(guān)強(qiáng)度差標(biāo)準(zhǔn)平方和的近似二階下降的算法。然而實(shí)際上，本發(fā)明使用迭代的方法，因此避免了不同級別的高度復(fù)雜性；特別地，可以忽略相對較簡單配置的復(fù)雜性。
本發(fā)明還涉及一種被設(shè)置以用于執(zhí)行如權(quán)利要求1所述的方法的系統(tǒng)以及一種如權(quán)利要求14所述的計(jì)算機(jī)程序。本發(fā)明的計(jì)算機(jī)程序能夠被提供在諸如CD-ROM之類的數(shù)據(jù)載體上，或者能夠從諸如萬維網(wǎng)那樣的數(shù)據(jù)網(wǎng)絡(luò)中下載。從屬權(quán)利要求記載了本發(fā)明進(jìn)一步的有利方面。
附圖簡述下文中將參考本發(fā)明公開的優(yōu)選實(shí)施例并且特別地參考附圖來更加詳細(xì)地討論本發(fā)明的這些和更多的特征、方面以及優(yōu)點(diǎn)，其中

圖1a、1b是通過步進(jìn)式(stepwise)重新定位匹配灰度值分布A、B；圖2是兩個一維灰度值轉(zhuǎn)換A(i)、B(i)以及它們的灰度值加權(quán)差值梯度F(i)；圖3是作為作用于A(i)的力的強(qiáng)度而使用的F(i)值；
圖4a、4b是n＝2和n＝-2時對稱計(jì)算的典型力 (n)；圖5是將被匹配的各種形狀的不變性 圖6a-6g是二維計(jì)算出的力 其被分解成分量Fx(i，j)和Fy(i，j)；圖7a-7d是力場分量Fx(i，j)(a)和Fy(i，j)(b)以及覆蓋在差值D(i，j)(c)和A(i，j)(d)上的力場 圖8a、8b是組合單獨(dú)元素上的力以在整體重心(COG)上產(chǎn)生一個力以及一個轉(zhuǎn)矩圖9a-9c是具有線性變形曲線擬合的2D有效對象的非剛性變形；圖10a、10b是將力 轉(zhuǎn)換為作用于點(diǎn)P的力和轉(zhuǎn)矩；圖11是優(yōu)選實(shí)施例的過程框圖；圖12是根據(jù)本發(fā)明的迭代過程的流程圖。
各種基本考慮因素當(dāng)用于告知第一和第二分布之間的相對運(yùn)動的迭代步驟應(yīng)用在有效對象方法中時，其可被解釋為能量優(yōu)化步驟。通過迭代地應(yīng)用該步驟來優(yōu)化灰度值分布之間的實(shí)際匹配。一個灰度值分布扮演著有效對象的角色，并且將自動執(zhí)行多個步驟以發(fā)現(xiàn)到達(dá)表示兩個灰度值分布之間最小差值的位置和方向的途徑，在此之后所述過程將自動停止。
本發(fā)明的一個特殊方面在于僅需要局部計(jì)算，其數(shù)量基本上等于所涉及的圖像元素的數(shù)量?？紤]到現(xiàn)有技術(shù)的狀態(tài)需要多個計(jì)算，所述多個計(jì)算基本上與至少所述數(shù)量的平方成正比。
本發(fā)明的另一有利方面在于，計(jì)算出的灰度值差分將直接產(chǎn)生一個力場，該力場給出用于相對重新定位兩個灰度值分布的方向。不需要能量函數(shù)的綜合評估。
所提出的有效對象可由任意的2D-或3D-形狀組成，并且可包含相當(dāng)大數(shù)量以像素或體素的形式的元素。為了減少所包含的用于描述灰度值分布的元素的數(shù)量，可以使用其他簡化配置，像例如僅僅在灰度值分布的特征子區(qū)域中的元素。所述減少的另一可能是下采樣。后者特別允許標(biāo)度空間方法。基于兩個灰度值分布之間差值的元素的(elementary)以及元素之間的評估，為特定分布的每一元素產(chǎn)生一個力向量。
如此得到的向量能夠以多種方式組合。一種直接的方式是不允許元素相對于彼此移動，并且將所有的力向量組合成為用于整個元素集合的一個單個力和一個單個轉(zhuǎn)矩。然后使得第一灰度值分布充當(dāng)剛性對象，其能夠相對于第二灰度值分布平移和旋轉(zhuǎn)。根據(jù)力的物理模型，其中力產(chǎn)生加速度，加速度產(chǎn)生速度，以及速度產(chǎn)生位移，有效對象的重新定位(平移和旋轉(zhuǎn))被實(shí)施為時間上的多個離散步驟。同樣，轉(zhuǎn)矩產(chǎn)生角加速度，角加速度產(chǎn)生角速度，角速度再導(dǎo)致旋轉(zhuǎn)。利用縮放能夠容易地擴(kuò)展本發(fā)明的方法，所述縮放通常包含在所謂的剛性變形中。
組合力向量的另一方法是允許第一灰度值分布的像素或體素之間一定數(shù)量的受控移動，例如允許有效對象的仿射變形。當(dāng)然，相對于第二灰度值分布的第一灰度值分布(有效對象)的更高階變形也是可能的。
以下將討論兩個灰度值分布之間差分的評估，從中產(chǎn)生的力的計(jì)算，以及相對于第二灰度值分布的第一灰度值分布的平移、旋轉(zhuǎn)和變形的各種細(xì)節(jié)。
優(yōu)選實(shí)施例的詳細(xì)描述圖1a、1b說明通過步進(jìn)式重新定位來匹配灰度值分布A、B。在圖1a中，由A指示的第一分布應(yīng)該最佳匹配到由B指示的第二分布。項(xiàng)B單獨(dú)地是一個已知的測試圖案，其具有大尺度灰度值分布和在其上疊加的較小尺度灰度值的噪聲分布。想要的匹配應(yīng)該是大尺度和小尺度。現(xiàn)在，從左邊的第一匹配開始，在第一分布上產(chǎn)生一個力以按照箭頭的方向移動第一分布。所述力的強(qiáng)度和第一分布的虛質(zhì)量的值產(chǎn)生加速度，該加速度將在虛擬時間內(nèi)產(chǎn)生平移和/或旋轉(zhuǎn)。質(zhì)量和時間單位的選擇將確定運(yùn)動的特性。欠阻尼運(yùn)動將經(jīng)常產(chǎn)生不想要的振蕩。另一方面，過阻尼運(yùn)動將花費(fèi)許多計(jì)算周期。而且，其往往將最佳匹配僅僅引入到某一局部最佳。為了簡潔起見，關(guān)于該圖不考慮動態(tài)特性。如圖1b所示，經(jīng)過最小移動距離獲得了最佳狀態(tài)。實(shí)際上，每一具有相關(guān)旋轉(zhuǎn)角的其他位置將以該特定的第二分布B而非以疊加的噪聲來產(chǎn)生相對于大尺度灰度值分布的匹配。然后這些匹配將僅僅產(chǎn)生局部最佳位置。因此在實(shí)際中，僅取得單個最佳。而且，本發(fā)明允許將不同的加權(quán)分配給分布的不同子集，比如把高加權(quán)分配給被認(rèn)為比其他部分具有額外關(guān)聯(lián)的分布的部分。
灰度值加權(quán)差值梯度(GWDG)將在一維和二維背景下解釋所提出的方法?？芍苯訑U(kuò)展到三維或更多。
一維解釋圖2示出一維實(shí)例，其解釋GWDG原理以及其可以如何被用于將一個灰度值分布匹配到第二相似灰度值分布。該圖中的曲線A(i)和B(i)表示一維灰度值轉(zhuǎn)換。B(i)是A(i)平移的副本，并且目標(biāo)是將A(i)移動到最佳匹配B(i)的位置。
首先，計(jì)算差值B(i)-A(i)的梯度(在離散的情況中，例如中心差分)(1)G(i)＝(A(i)-B(i))(1)接下來，灰度值梯度G(i)與灰度值A(chǔ)(i)相乘(2)F(i)＝A(i)·G(i) (2)由A(i)加權(quán)G(i)的值證明是用作力場 (i)強(qiáng)度的非常合適的量，其將驅(qū)動A(i)到達(dá)A(i)最佳擬合到B(i)的位置，結(jié)果A(i)和B(i)之間的差值被最小化。
(3)----F→(i)=F(i)·i^----(3)]]>可以注意到，F(xiàn)(i)的值通常為正值(在該情況中)并且A(i)應(yīng)該被移位到右邊，因此在正i方向上被移位。如果在特定像素位置i處的F(i)的正值被解釋為作用于該位置處的像素A(i)的力 (i)的強(qiáng)度，那么A(i)將在正方向上被驅(qū)動，因此在B(i)的方向上被驅(qū)動。參見圖3。
從力場 得出并且作用于整個曲線A(i)的總力 是所有單個力的總和，并且表示曲線 下的表面(4)----F→t=ΣiF→(i)----(4)]]>因?yàn)?4)中的求和后面是等式(1)中的差分，所以可以非常有效地計(jì)算 可認(rèn)為是用作力場的非常合適的量，因?yàn)槠潢P(guān)于平移的方向?qū)ΨQ。在圖3中，在相對于A(i)的正方向上平移B(i)，所以B(i)＝A(i-n)，這樣產(chǎn)生總力的特定值 在相反方向上平移B(i)，所以B(i)＝A(i+n)導(dǎo)致力F→t(n)=-F→t(-n),]]>參見圖4。
需要匹配的形狀不必相同。如圖5所示那樣，即使例如當(dāng)將程式化模型匹配到實(shí)際形狀時兩者之間存在大的區(qū)別，這仍舊將為 產(chǎn)生一個非常有用的值，其中利用如圖4所使用的相同的相對平移將階梯函數(shù)匹配到平滑轉(zhuǎn)換。
二維解釋接下來，參見圖6來討論二維實(shí)例。圖6的頂行在圖6a和6b中示出了將進(jìn)行匹配的兩個簡單的離散灰度值分布A(i，j)和B(i，j)，因此A(i，j)最佳地擬合于B(i，j)，在該實(shí)例中的B(i，j)再次僅僅是A(i，j)水平移動的版本。
a)第一灰度值分布A(i，j)b)第二灰度值分布B(i，j)c)差值D(i，j)＝A(i，j)-B(i，j)d)X方向上的梯度Gx(i，j)＝xD(i，j)e)Fx(i，j)＝A(i，j)·Gx(i，j)f)Y方向上的梯度Gy(i，j)＝yD(i，j)g)Fy(i，j)＝A(i，j)·Gy(i，j)評估中的第一步是計(jì)算兩個灰度值分布B(i，j)與A(i，j)之間的點(diǎn)對點(diǎn)差值D(i，j)(5)D(i，j)＝B(i，j)-A(i，j) (5)D(i，j)中的值是非零的，其中A(i，j)和B(i，j)不相等，并且正如能夠從圖6c所看到的那樣，D(i，j)中的灰度值清楚地示出與B(i，j)相對于A(i，j)平移的方向相關(guān)的結(jié)構(gòu)圖案。
由于效率和速度的原因，要被計(jì)算出的力場將被分解成水平分量和垂直分量，并且如圖6d和6f所示那樣，下一步是計(jì)算D(i，j)在x-和y-方向上D(i，j)的灰度值梯度。中心差分例如用作梯度的近似值(6)Gx(i，j)＝xD(i，j)＝D(i+1，j)-D(i-1，j) (6)(7)Gy(i，j)＝yD(i，j)＝D(i，j+1)-D(i，j-1) (7)
利用A(i，j)對梯度值進(jìn)行加權(quán)來計(jì)算力場 的水平分量和垂直分量Fx(i，j)和Fy(i，j)(8)Fx(i，j)＝A(i，j)·Gx(i，j) (8)(9)Fy(i，j)＝A(i，j)·Gy(i，j) (9)(10)----F→(i,j)=(Fx(i,j),Fy(i,j))----(10)]]>分別在圖7的圖7a和7b中對于有限數(shù)量的位置示出了作為箭頭而覆蓋在灰度值加權(quán)梯度圖像上的水平和垂直力場分量Fx(i，j)和Fy(i，j)，以及在圖7c和7d中示出了差值圖像D(i，j)和圖像A(i，j)上的組合力場。
從圖7a和7b中可以看出，在水平方向上將存在一個合成的總力，同時在垂直方向上的力將彼此抵消。在隨后的部分中，將解釋如何能夠使得灰度值分布A(i，j)的作用就象有效對象一樣，以及如何能夠應(yīng)用計(jì)算出的力來將該有效對象移動到最佳匹配灰度值分布B(i，j)的位置。
有效對象有效像素/體素的集合灰度值分布A(i，j)可被視為由元素的集合即A(i，j)的像素或體素的集合組成的有效對象。這些元素的每一元素受到力 的作用，該力是如先前部分解釋那樣計(jì)算出來的。根據(jù)即將發(fā)生的應(yīng)用的要求，將這些力應(yīng)用到作為一個整體的集合存在多種可能性。
剛性變形在許多情況中，有效對象的剛性變形將是充分的，這意味著元素彼此之間的相對位置并不改變。這允許集合作為一個整體自由地平移和旋轉(zhuǎn)。縮放通常也包含在剛性變形中。如以上(圖3和等式4)所示，在一維情況中，能夠簡單地將單獨(dú)的力加到一起。在二維情況中，事情變得稍微更加復(fù)雜了，因?yàn)閱为?dú)力的組合將通常產(chǎn)生作用于整個集合的重心(COG)的一個力和一個轉(zhuǎn)矩。參見圖8。
非剛性變形如上所述，在需要非剛性變形的情況中，不能夠簡單地將這些力組成一個力和一個轉(zhuǎn)矩以用于作為一個整體的有效對象。也不能夠允許這些元素彼此之間自由地移動，因?yàn)檫@很可能導(dǎo)致完全混亂。然而，能夠允許一些自由度，以使有效對象能夠以受控方式改變它的形狀。
現(xiàn)在所提出的方法是將有效對象再細(xì)分成多個部分，為每一部分計(jì)算力和轉(zhuǎn)矩。在計(jì)算這些部分的每一部分的平移、旋轉(zhuǎn)以及縮放之后，通過這些部分的重心可以擬合位移曲線，并且可以相對于這些曲線調(diào)整每一單獨(dú)元素的位置。該方法在圖9中進(jìn)行了說明，其中線性位移曲線被擬合。
如果需要，考慮所述部分的旋轉(zhuǎn)，可以應(yīng)用高階曲線和/或進(jìn)一步的細(xì)分來允許整形中的更大自由度。
有效對象被分成的部分的尺寸越小，并且它們的數(shù)量越大，那么對于非剛性變形所允許的自由度越大。
力的組合作用于元素的所有力必須被轉(zhuǎn)換成為作用于整個有效對象(在非剛性變形的情況中，或?yàn)橛行ο蟮囊徊糠?的COG的一個力和一個轉(zhuǎn)矩?，F(xiàn)在，如圖10所示，作用于未通過一點(diǎn)的一條線上的力導(dǎo)致該點(diǎn)上的力與轉(zhuǎn)矩組合。
通過對作用于有效對象的單獨(dú)元素的力的x-和y-分量進(jìn)行求和來確定整個對象的COG上的總力 的分量Ftotx和Ftoty。
(11)----Ftotx=Σi,jFx(i,j)----(11)]]>(12)----Ftoty=Σi,jFy(i,j)----(12)]]>(13)----F→tot=(Ftotx,Ftoty)----(13)]]>考慮與重心COG，C(xc，yc)的距離，通過對所有單獨(dú)的x-和y-分量進(jìn)行求和來確定整個對象上的總轉(zhuǎn)矩Ttot(14)----Ttot=Σi,jFx(i,j)·(j-yC)-Σi,jFy(i,j)·(i-xC)----(14)]]>因?yàn)樵诖怂紤]的有效對象是由整齊地排列在柵格中的像素或體素集合組成的灰度值分布，所以根據(jù)等式(13)和(14)能夠非常有效地將單獨(dú)的力組合成為用于整個對象的一個力和一個力矩。
平移、旋轉(zhuǎn)、縮放的實(shí)施平移將第一灰度值分布(有效對象)相對于第二灰度值分布重新定位的過程實(shí)施為一種迭代離散時間步進(jìn)式過程，這意味著在時間t＝kΔt內(nèi)在等間隔離散點(diǎn)上評估動態(tài)過程，并且假設(shè)連續(xù)的評估點(diǎn)之間的情況不變化。該方法先前被描述過并且被成功地應(yīng)用到2D有效輪廓。它模仿力的基本物理過程，即力導(dǎo)致加速度，加速度導(dǎo)致速度，以及速度導(dǎo)致位移。
如以上段落所得到的那樣，該情況中在時間t上作用于有效對象的力是總力 如以下循環(huán)來實(shí)施迭代離散時間步進(jìn)式過程計(jì)算F→tot(t)]]>a→(t)=1mF→tot(t)]]>15----v→(t)=v→(t-Δt)+a→(t)·Δt----(15)]]>p→(i,j,t)=p→(i,j,t-Δt)+v→(t)·Δt]]>t＝t+Δt在這些等式中，向量 表示在時間t處有效對象的加速度，變量m表示對象的質(zhì)量，為簡單起見所述對象的質(zhì)量例如可以被設(shè)置為1或從灰度值分布中獲得， 是速度，以及 是在時間t處元素(i，j)的位置。通過設(shè)置Δt＝1可以進(jìn)一步提高效率。
為確保穩(wěn)定性，必須添加阻尼力，將等式(15)中的 和 的計(jì)算改變?yōu)橛?jì)算F→tot(t)]]> 當(dāng) 和 小于用戶可定義的(非常)小的值時，自動停止該迭代過程。當(dāng)該過程表示平移時，相同的位移 被應(yīng)用到有效對象的所有元素。
旋轉(zhuǎn)與平移非常類似地實(shí)施旋轉(zhuǎn)。然而在該情況中，變量是表示在時間t處的有效對象上的轉(zhuǎn)矩的Ttot(t)、角加速度b(t)、角速度w(t)、以及向量 該向量表示在時間t處相對于COG的元素(i，j)的位置。
計(jì)算Ttot(t)阻尼T阻尼(t)＝-βw(t-Δt)，0＜β＜1 w(t)＝w(t-Δt)+b(t)q→(i,j,t)=Rotation(q→(i,j,t-Δt),w(t))]]>t＝t+Δt 的旋轉(zhuǎn)是繞著COG翻轉(zhuǎn)角度 對于平移可以使用類似的停止標(biāo)準(zhǔn)。
縮放為了包括有效對象的放大或縮小，我們需要知道在將這些力投影到從COG指向元素的位置向量 并且對所有元素上的這些投影求和之后，作用于單個元素的力 給出正的還是負(fù)的結(jié)果。一種更加實(shí)際的實(shí)施是以以下方式累計(jì) 的x-和y-分量Fx(i，j)和Fy(i，j)。
(18)----Stot=Σi,jFx(i,j)·sign(i-xC)+Σi,jFy(i,j)·sign(j-yC)----(18)]]>實(shí)驗(yàn)表明，簡單的增加或收縮過程給出令人滿意的結(jié)果。所以不會將縮放實(shí)施為類似于平移和旋轉(zhuǎn)那樣的動態(tài)力驅(qū)動的過程。代替地，引入簡單的放大因子，該因子被應(yīng)用到向量 (19)----q→(i,j,t)=(1+Stots)·q→(i,j,t-Δt)----(19)]]>其中s是用戶可定義的常數(shù)，用于控制縮放的效果。
平移、旋轉(zhuǎn)和縮放能夠都被組合在一個迭代過程中，在同一迭代中執(zhí)行所有三個動作。另一方法是在替代模式中應(yīng)用這三個操作，例如在每第五平移步驟之后，做一個旋轉(zhuǎn)步驟和一個縮放步驟。
如果期望的話，可以添加加權(quán)因子來平衡影響三個操作相對彼此之間的效果。
應(yīng)用醫(yī)學(xué)成像中的一種顯著的應(yīng)用是陸標(biāo)(landmark)匹配，其中需要將一個數(shù)據(jù)集中特征位置(陸標(biāo))周圍的灰度值分布擬合到第二數(shù)據(jù)集中的灰度值分布，其目的是為了在所述第二數(shù)據(jù)集中定位相應(yīng)的特征位置，所述相應(yīng)的特征位置能夠用于兩個數(shù)據(jù)集的對準(zhǔn)。陸標(biāo)能夠(半)自動地選擇或通過用戶指出。與以上有關(guān)的是通過將陸標(biāo)模型擬合到數(shù)據(jù)集來自動定位陸標(biāo)。
其他應(yīng)用領(lǐng)域的一些實(shí)例是衛(wèi)星圖像、天文學(xué)、視頻幀的時域處理、識別以及用于安全和監(jiān)視的模式識別。
上述方法也能夠用于將計(jì)算機(jī)輔助提供給需要迭代地將圖形對象等定位到圖像數(shù)據(jù)的用戶。程式化的灰度值分布能夠被分配給所述圖形對象，然后其能夠與圖像中的灰度值相匹配。
如在此所述的灰度值分布(1D、2D或3D)的匹配也能夠是當(dāng)前灰度值剖面匹配應(yīng)用或外觀模型化方法的一個替代。
圖11說明優(yōu)選實(shí)施例的過程框圖，單獨(dú)地將該圖從較早的美國專利5,633,951帶給同一受讓人。在此，通過相應(yīng)成像系統(tǒng)12(磁共振)和14(計(jì)算機(jī)斷層攝影)所產(chǎn)生的兩個圖像將必須以最佳匹配方式組合。然而，以MR對MR圖像或以用于所述圖像的任一可用的源同樣能夠?qū)崿F(xiàn)該過程?，F(xiàn)在首先，在處理器16中，為產(chǎn)生最佳匹配，借助于校正的體積2諸如通過平移、旋轉(zhuǎn)或通過以上考慮的更為復(fù)雜的過程來對準(zhǔn)兩個體積分布。接下來，在處理器18中，如此對準(zhǔn)的兩個分布實(shí)際上被組合以在右側(cè)的顯示器20上成像。
圖12說明了根據(jù)本發(fā)明的迭代過程的流程圖。在塊30，啟動系統(tǒng)，并且分配相應(yīng)的硬件和軟件設(shè)備。接下來，在塊32，接收兩個分布，比如從后備存儲器中接收。接下來，在塊34，如果必要的話，非剛性和用于根據(jù)直接一致匹配來修改所述過程的其他過程被適當(dāng)?shù)胤峙浣o所述分布之一。在塊36，逐個元素地匹配所述兩個分布，并且獲得關(guān)于元素的力。接下來在塊38，所述力被累加或組合，比如成為一個力和一個轉(zhuǎn)矩，確切地說，成為更加復(fù)雜的力/轉(zhuǎn)矩集合。在塊40，計(jì)算由力/轉(zhuǎn)矩所導(dǎo)致的運(yùn)動確定位移或重定位。在塊42，充分查找和檢查總的匹配。如果沒有，則系統(tǒng)返回到塊36。如果有，那么在塊44輸出所述匹配。作為選擇，塊42也能夠位于塊36的輸出端。
現(xiàn)在，參考本發(fā)明的優(yōu)選實(shí)施例已經(jīng)在此公開了本發(fā)明。本領(lǐng)域的技術(shù)人員將能認(rèn)識到在不超過所附權(quán)利要求書的范圍的情況下，可以對其進(jìn)行多種修改和改變。因此，所述實(shí)施例應(yīng)該被認(rèn)為是說明性的，并且除了權(quán)利要求書所敘述之外，不應(yīng)該根據(jù)這些實(shí)施例來解釋限制性。
權(quán)利要求
1.一種用于將第一數(shù)據(jù)集的灰度值第一元素與第二數(shù)據(jù)集的灰度值第二元素進(jìn)行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布的方法，所述方法的特征在于以下步驟將所述第一元素映射到所述第二元素上，并且評估任一映射的第一元素與其相關(guān)的第二元素之間的局部灰度值分布差值；根據(jù)所述局部灰度值分布差值，為每一所述第一元素導(dǎo)出力場的力向量，所述力向量表示優(yōu)選的運(yùn)動尺寸和方向；將所述單獨(dú)的力向量組合成為共同作用于所述第一元素的單個力和單個轉(zhuǎn)矩，以便迭代地將所述第一元素共同移動到改善所述第一和第二分布之間匹配的修正映射。
2.如權(quán)利要求1所要求的方法，同時執(zhí)行所述迭代的移動直到實(shí)現(xiàn)充分的匹配。
3.如權(quán)利要求1所要求的方法，其中對于每一所述導(dǎo)出來說，計(jì)算量基本上與所述第一元素的量成線性關(guān)系。
4.如權(quán)利要求1所要求的方法，其中所述第一和第二元素形成元素的相應(yīng)超集的相應(yīng)子集。
5.如權(quán)利要求4所要求的方法，其中基于表示所述超集的特有特征來選擇所述子集。
6.如權(quán)利要求4所要求的方法，其中通過下采樣來選擇所述子集。
7.如權(quán)利要求1所要求的方法，其中通過防止所述第一元素相對彼此移動，所述組合將所有所述向量組合成為單個力和單個轉(zhuǎn)矩值。
8.如權(quán)利要求1所要求的方法，同時允許第一分布的元素之間的預(yù)定量的運(yùn)動。
9.如權(quán)利要求8所要求的方法，其中所述允許進(jìn)行仿射變換或高階變形。
10.如權(quán)利要求1所要求的方法，用于醫(yī)學(xué)成像陸標(biāo)匹配。
11.如權(quán)利要求1所要求的方法，并且應(yīng)用到下述之一衛(wèi)星圖像，天文學(xué)圖像，視頻幀的時域處理，人類或人造圖像的識別，以及用于安全、監(jiān)視或偵察的模式識別。
12.如權(quán)利要求1所要求的方法，其中對所述運(yùn)動實(shí)施阻尼抑制。
13.一種被設(shè)置用來實(shí)施如權(quán)利要求1所要求的方法的系統(tǒng)，用于將第一數(shù)據(jù)集的灰度值第一元素與第二數(shù)據(jù)集的灰度值第二元素進(jìn)行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布，所述系統(tǒng)包括-接收裝置，用于接收所述第一和第二數(shù)據(jù)集；-由所述接收裝置饋給的映射裝置，用于將所述第一元素映射到所述第二元素上，并且評估任一映射的第一元素與其相關(guān)的第二元素之間的局部灰度值分布差值；-由所述映射裝置饋給的力導(dǎo)出裝置，用于根據(jù)所述局部灰度值分布差值，為每一所述第一元素導(dǎo)出力場的力向量，所述力向量表示優(yōu)選的運(yùn)動尺寸和方向；-由所述力導(dǎo)出裝置饋給的組合裝置，用于將所述單獨(dú)的力向量組合成為共同作用于所述第一元素的單個力和單個轉(zhuǎn)矩，以便迭代地將所述第一元素共同移動到改善所述第一和第二分布之間匹配的修正映射，以及-循環(huán)裝置，用于將所述修正映射再耦合到所述映射裝置和/或所述力導(dǎo)出裝置。
14.一種計(jì)算機(jī)程序，包括用于將第一數(shù)據(jù)集的灰度值第一元素與第二數(shù)據(jù)集的灰度值第二元素進(jìn)行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布的指令，所述計(jì)算機(jī)程序的特征在于用于下述的以下指令將所述第一元素映射到所述第二元素上，并且評估任一映射的第一元素與其相關(guān)的第二元素之間的局部灰度值分布差值；根據(jù)所述局部灰度值分布差值，為每一所述第一元素導(dǎo)出力場的力向量，所述力向量表示優(yōu)選的運(yùn)動尺寸和方向；將所述單獨(dú)的力向量組合成為共同作用于所述第一元素的單個力和單個轉(zhuǎn)矩，以便迭代地將所述第一元素共同移動到改善所述第一和第二分布之間匹配的修正映射。
全文摘要
一種用于將第一數(shù)據(jù)集的灰度值第一元素與第二數(shù)據(jù)集的灰度值第二元素進(jìn)行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布的方法，所述方法的特征在于以下步驟將所述第一元素映射到所述第二元素上，并且評估任一映射的第一元素與其相關(guān)的第二元素之間的局部灰度值分布差值；根據(jù)所述局部灰度值分布差值，為每一所述第一元素導(dǎo)出力場的力向量，所述力向量表示優(yōu)選的運(yùn)動尺寸和方向；將所述單獨(dú)的力向量組合成為共同作用于所述第一元素的單個力和單個轉(zhuǎn)矩，以便迭代地將所述第一元素共同移動到改善所述第一和第二分布之間匹配的修正映射。
文檔編號G06T7/00GK1761974SQ200480007345
公開日2006年4月19日 申請日期2004年3月15日 優(yōu)先權(quán)日2003年3月18日
發(fā)明者S·洛布雷特 申請人:皇家飛利浦電子股份有限公司