目前对大脑的研究主要借助于 ＣＴ、ＭＲＩ和 ＰＥＴ等医学成像技术通过成像技术得到的图像可以 提供人脑直观的信息为人脑解剖结构的分析、功能 区域的定义、脑疾病的诊断提供有力依据。因此大脑图像的分析和处理具有重要的实用价值和现实 意义。由于配准所求解的位移场与光流场模型所求解的 速度场具有相似性ＰａｌｏｓＰｉｅｒｒｅ等人将光流场模型引入到了图像配准中。本文在经典光流场算法的基础上将其应用于非刚性医学图像的配准中得到了相对精确的配准结果。
1 光流场模型算法
如果把浮动图像和参考图像分别看作时间间隔为 Δｔ的视频流中的ｔ时刻与＋Δｔ时刻的图像那么图像的配准可以认为是从浮动图像流动到参考图像的过程即光流场求解的速度场即为配准所要求解的位移 场‚因此可以借助光流场进行图像配准。
1.1 Horn光流场理论
不能同时求出光流的两个速度分量ｕ和ｖi因此在具 体求解位移场时‚需要在流动场上附加光滑度约束才能得到光流场的合理估计。
1.2 Lucas-Kanade光流算法
2 基于光流场模型的图像非刚体配准
2.1 配准原理和步骤
采用光流场模型进行图像配准是一个将浮动图像逐步向参考图像变动来求解对应光流模型速度场然后对浮动图像插值获得配准图像的过程具体步骤如下。
续迭代；否则‚继续下一步。 （5）测度函数已收敛终止迭代Ｉ3 就是最终的配准图像。
2.2 配准流程图
1 matlab版本
2014a
2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]侯思祖,陈宇,刘雅婷.基于互信息的紫外成像仪中图像配准研究[J].半导体光电. 2020,41(04)