电子学报 ›› 2016, Vol. 44 ›› Issue (12): 2834-2841.DOI: 10.3969/j.issn.0372-2112.2016.12.004

• 学术论文 • 上一篇    下一篇

基于分数阶梯度驱动的主动Demons算法研究

张桂梅1, 曹红洋1, 陈阳泉2, 刘建新3   

  1. 1. 南昌航空大学航空制造工程学院, 江西南昌 330063;
    2. 加州大学默塞德分校, 加利福尼亚默塞德 CA95343;
    3. 西华大学机械工程学院, 四川成都 610039
  • 收稿日期:2015-02-03 修回日期:2015-05-17 出版日期:2016-12-25
    • 作者简介:
    • 张桂梅,女,1970年生于江西临川,2006年获西北工业大学博士学位,现为南昌航空大学航空制造工程学院教授.主要研究方向为图像处理,计算机视觉与模式识别等.E-mail:guimei.zh@163.com;曹红洋,男,1988年生于安徽合肥,2012年进入南昌航空大学,现为南昌航空大学航空制造工程学院硕士研究生.研究方向为图像配准与目标检测与识别.E-mail:caohongyang123456@163.com;陈阳泉,男,1966年生于江苏南京,1998年获新加波南洋理工大学博士学位,现为加州大学Merced分校教授.主要研究方向为分数阶理论及其应用等.E-mail:ychen53@ucmerced.edu;刘建新,男,1969年生于湖北红安,1997年获重庆大学博士学位,现为西华大学机械工程学院教授.主要研究方向为智能控制,机器人技术与视觉伺服等.E-mail:jamson_liu@163.com
    • 基金资助:
    • 国家自然科学基金 (No.61462065); 江西省自然科学基金 (No.2015BAB207036)

Research on Active Demons Based on Fractional Differentiation Gradient Driving

ZHANG Gui-mei1, CAO Hong-yang1, CHEN Yang-quan2, LIU Jian-xin3   

  1. 1. School of Aeronautical Manufacturing Engineering, Nanchang Hangkong University, Nanchang, Jiangxi 330063, China;
    2. Mechatronics, Embedded Systems and Automation Lab, School of Engineering, University of California, Merced, California CA 95343, USA;
    3. School of Mechanical Engineering, Xihua University, Chengdu, Sichuan 610039, China
  • Received:2015-02-03 Revised:2015-05-17 Online:2016-12-25 Published:2016-12-25

摘要:

图像非刚性配准在计算机视觉和医学图像有着重要的作用.Demons算法被证明是解决非刚性配准的有效方法,然而存在的Demons非刚性配准算法对灰度均匀和弱纹理区域的图像配准精度低,优化易陷入局部极小导致配准速度缓慢.针对该问题,将R-L(Riemann-Liouville)分数阶微分引入到主动Demons算法中,提出了基于R-L分数阶梯度驱动的主动Demons算法.本文将R-L分数阶梯度代替传统的梯度算子,不但可以增强图像的细节信息,而且可以增强灰度均匀和弱纹理区域的梯度信息,从而提高了图像配准精度和速度.另外,通过实验给出了配准精度与R-L分数阶模板参数之间的关系,从而为模板最佳参数的选取提供了依据.尽管不同类型的图像其最佳参数是不同的,但是其最佳配准阶次一般在0~1之间.理论分析和实验结果均表明,该算法可以用于灰度均匀和弱纹理区域的图像配准,且配准精度和速度都有明显的提高,本文方法是Demons算法应用的一个重要延伸.

关键词: Riemann-Liouville, 分数阶梯度, 主动Demons算法, 非刚性配准

Abstract:

Non-rigid image registration plays an important role in computer vision and medical image.Demons algorithm has been proved to be effective for non-rigid image registration;however,the existing Demons algorithms are limited in registration image for intensity uniformity or weak textile region,which always results in low registration accuracy and efficiency.Aiming at the problem,this paper applies R-L(Riemann-Liouville) fractional differentiation to active Demons,and proposes a new image registration based on fractional differentiation active Demons.In this paper we calculate image gradient using R-L fractional differentiation instead of the traditional gradient function,not only detail feature is strengthened but also image gradient of intensity uniformity and weak textile area is enhanced,thus registration accuracy and efficiency are improved.Additionally,we give the relation curve between registration accuracy and mask parameters,which can guide one to select optimal parameters.Though optimal parameter (order) is different for different images,it is proved the optimal interval is between 0~1.Theoretical analysis and experiment results show the effectiveness of the proposed method.It is a significant extension of Demons algorithm.

Key words: Riemann-Liouville, fractional order gradient, active Demons algorithm, non-rigid registration

中图分类号: