一種基于匹配曲線特征的圖像配準(zhǔn)評(píng)估法
【專利摘要】對(duì)配準(zhǔn)結(jié)果的定量評(píng)估，是圖像配準(zhǔn)領(lǐng)域的一個(gè)重要內(nèi)容。許多學(xué)者提出以像素物理坐標(biāo)RMSE、MSE或者像素灰度的CC、NMI等來(lái)評(píng)估配準(zhǔn)結(jié)果，但這些方法通常用來(lái)對(duì)單模態(tài)或者回顧性多模態(tài)圖像的配準(zhǔn)進(jìn)行評(píng)估，而真實(shí)的多模態(tài)圖像配準(zhǔn)由于沒(méi)有準(zhǔn)確的衡量標(biāo)準(zhǔn)，很難給出定量的評(píng)估結(jié)果。通過(guò)對(duì)圖像匹配曲線的研究，本發(fā)明提出一種新的配準(zhǔn)評(píng)估方法——匹配曲線特征評(píng)估法，以匹配曲線的峰度、峰偏、峰值以及峰值間均方根誤差（RMSE）為定量評(píng)估指標(biāo)，基于峰偏和峰值間RMSE給出定量評(píng)估結(jié)果。該發(fā)明不僅能夠從曲線的光滑度、尖銳度等特性直觀描述配準(zhǔn)性能，并能由曲線的特征指標(biāo)定量評(píng)估配準(zhǔn)效果，對(duì)于亞像素級(jí)配準(zhǔn)，給出的評(píng)估結(jié)果比較準(zhǔn)確。
【專利說(shuō)明】一種基于匹配曲線特征的圖像配準(zhǔn)評(píng)估法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，具體涉及一種基于匹配曲線特征的圖像配準(zhǔn)評(píng)估方法。
【背景技術(shù)】
[0002]圖像配準(zhǔn)是圖像分析領(lǐng)域里一個(gè)重要環(huán)節(jié)。圖像配準(zhǔn)計(jì)算一般包含5個(gè)方面內(nèi)容:圖像預(yù)處理、配準(zhǔn)測(cè)度、優(yōu)化算法(或者匹配算法)、圖像插值以及配準(zhǔn)結(jié)果評(píng)估。已有的研究表明，配準(zhǔn)測(cè)度通常都可以用來(lái)定量評(píng)估配準(zhǔn)效果。對(duì)單模態(tài)圖像一般采用灰度的均方根誤差(RMSE)、均方誤差(MSE)、峰值信噪比(PSNR)、相關(guān)系數(shù)(CC)、結(jié)構(gòu)相似度(SSM)等；而多模態(tài)圖像一般采用互信息(MI或者匪I)評(píng)估配準(zhǔn)精度，如果是回顧性圖像配準(zhǔn)實(shí)驗(yàn)則采用基于圖像像素物理坐標(biāo)的RMSE，既適用于單模態(tài)，也適用于多模態(tài)圖像的配準(zhǔn)精度評(píng)估。
[0003]上述評(píng)估方法都有其局限性，只有互信息、物理坐標(biāo)的RMSE或者M(jìn)SE適用于回顧性多模態(tài)圖像配準(zhǔn)評(píng)估；對(duì)于真實(shí)的多模態(tài)圖像配準(zhǔn)，由于沒(méi)有準(zhǔn)確的衡量標(biāo)準(zhǔn)，很難給出定量的評(píng)估結(jié)果。

【發(fā)明內(nèi)容】

[0004]針對(duì)上述問(wèn)題，本發(fā)明提出一種新的配準(zhǔn)評(píng)估方法——匹配曲線特征評(píng)估法(Matching Curve feature evaluation,MCfe),以匹配曲線的峰度(kurtosis)、峰偏(peakdeviation,即全局最大值出現(xiàn)的位置與最優(yōu)位置的偏差)、峰值(maximum,即全局最大值)以及峰值間的均方根誤差(RMSE)等特征為定量指標(biāo)，并給出綜合評(píng)估結(jié)果。由于本發(fā)明采用修正的結(jié)構(gòu)相似度函數(shù)(Modified Structural Similarity , MSSIM)為配準(zhǔn)測(cè)度,使MCfe算法既適用于單模態(tài)圖像，也適用于多模態(tài)圖像配準(zhǔn)評(píng)估。具體步驟為:
第一步:對(duì)圖像進(jìn)行配準(zhǔn)，得到配準(zhǔn)參數(shù)；
第二步:以得到的配準(zhǔn)參數(shù)對(duì)原始浮動(dòng)圖像做空間變換，使其與參考圖像配準(zhǔn)；
第三步:以修正的結(jié)構(gòu)相似度函數(shù)MSSM為測(cè)度，給出配準(zhǔn)后的浮動(dòng)圖像與原始參考圖像的匹配曲線，MSS頂度量值由下式得到:
【權(quán)利要求】
1.一種新的圖像配準(zhǔn)評(píng)估方法-匹配曲線特征評(píng)估法(Matching Curve featureevaluation, MCfe),其特征在于:提出以匹配曲線的峰度、峰偏、峰值以及各曲線峰值間均方根誤差(RMSE)作為定量評(píng)估指標(biāo)，同時(shí)給出各個(gè)評(píng)估指標(biāo)的具體定義，最后根據(jù)峰偏和峰值間RMSE給出定量評(píng)估結(jié)果，具體步驟為: 第一步:對(duì)圖像進(jìn)行配準(zhǔn)，得到配準(zhǔn)參數(shù)； 第二步:以得到的配準(zhǔn)參數(shù)對(duì)原始浮動(dòng)圖像做空間變換，使其與參考圖像配準(zhǔn)； 第三步:以修正的結(jié)構(gòu)相似度函數(shù)MSSM為測(cè)度，給出配準(zhǔn)后的浮動(dòng)圖像與原始參考圖像的匹配曲線，MSS頂度量值由下式得到:
2.如權(quán)利要求1所述的匹配曲線特征評(píng)估方法，其特征在于:其中第三步配準(zhǔn)測(cè)度可以是MSSM，還可以推廣為其它凸或者凹配準(zhǔn)測(cè)度，比如相似性測(cè)度有相關(guān)系數(shù)(CC)、歸一化互相關(guān)(NCC)、結(jié)構(gòu)相似度(SSM)、互信息(MI)以及歸一化互信息(匪I)等等，相異性測(cè)度(既距離測(cè)度)有灰度的距離測(cè)度SSD、SAD、RC，迭代最近點(diǎn)算法(iterative closestpoint, ICP)里的歐氏距離(Euclidean distance),倒角距離(chamfer distance),Hausdorff距離以及信息論中的漢明距離(Hamming distance)等。
3.如權(quán)利要求1所述的匹配曲線特征評(píng)估方法，其特征在于:配準(zhǔn)變換可以是方向平移、方向平移、繞軸旋轉(zhuǎn)、一致尺度縮放等4個(gè)自由度的仿射變換(N=4)，還可以推廣為任意多自由度的仿射變換、`投影變換以及非線性變換等。
【文檔編號(hào)】G06T3/00GK103632338SQ201310645358
【公開(kāi)日】2014年3月12日 申請(qǐng)日期:2013年12月5日 優(yōu)先權(quán)日:2013年12月5日
【發(fā)明者】李京娜, 王剛, 李宏光 申請(qǐng)人:魯東大學(xué)