简介：
基于互信息的图像配准算法以其较高的配准精度和广泛的适用性而成为图像配准领域研究的热点之一，而基于互信息的医学图像配准方法被认为是最好的配准方法之一。基于此，本文将介绍简单的基于互信息的图像配准算法。

预备知识
熵
熵（entropy）是信息论中的重要概念，用来描述系统不确定性的测度，反映一个系统本身所能提供的信息总量。除去枯燥的概念，信息熵的数学表达式为：

当然，对于一幅图像来说，其熵的计算表达式如下：

hi表示图像Y中灰度值为i的像素点总数，N表示图像Y的灰度级数。显然Pi表示灰度i出现的概率，于是很自然的就会想到用直方图来计算。（对于单幅图像MATLAB中可由entropy()函数求得）

联合熵
联合熵反映了随机变量X、Y的相关性，设两个随机变量X和Y，则X和Y的联合信息熵表示为：

对于两幅图像X、Y来说，利用联合直方图，显然可以计算出二者的联合熵。

互信息
互信息（Mutual Information，MI）是信息论中的重要概念，描述了两个系统之间的相关性，或互相包含信息的多少。在图像配准中，两幅图的互信息是通过它们的熵以及联合熵，来反映它们之间信息的相互包含成都程度（02-21-2017更正）。对于图像R、F来说，其互信息表示为：

当两幅图像相似度越高或重合部分越大时，其想关性也越大，联合熵越小，也即互信息越大。

配准及改进：
通过上述预备知识的了解，可以得到一个匹配准则：寻找模板与各子图之间互信息（MI）的最大者，即为配准图像。

当模板与源图中的多个子图具有相似的灰度分布式，互信息容易出现误匹配的情况；互信息对两幅图像之间的重叠区域比较敏感，如果两幅图像的重叠区太小，互信息就会很小，配准精度随之降低。基于以上问题，Studholme和Maes分别对互信息测度进行了改进，分别提出了归一化互信息（Normalization Mutual Information，NMI）、熵相关系数（Entropy Corrleation Coefficient，ECC）改进后的表达式如下：

改进后的NMI、ECC算法，依然是寻找模板与子图之间最大NMI、ECC值作为配准图像。根据上面的三种匹配准则，我们编写代码，实验如下。

实例验证：
MATLAB代码：

%//*****************************************
%//Copyright (c) 2015 Jingshuang Hu     %//@filename:demo.m
%//@datetime:2015.08.23
%//@author:HJS
%//@e-mail:eleftheria@163.com
%//@blog:http://blog.csdn.net/hujingshuang
%//*****************************************
%%
%//--------------------------------------------------------------------------
%//图像互信息配准
clear all;
close all;
img=rgb2gray(imread('lena.jpg'));%//源图
[M N]=size(img);
%//--------------------------------------------------------------------------
x0=30;y0=40;
dx=64;dy=64;%//模板、子图尺寸
img1=img(x0:x0+dx-1,y0:y0+dy-1);%//模板
ET=entropy(img1);%//模板熵
%//--------------------------------------------------------------------------
%//联合熵
[m n]=size(img1);%//模板尺寸
MI=zeros(M-dx,N-dy);%//互信息
NMI=zeros(M-dx,N-dy);%//归一化互信息
ECC=zeros(M-dx,N-dy);%//熵相关系数
for i=1:M-dxfor j=1:N-dyimg2=img(i:i+dx-1,j:j+dy-1);%//子图ES=entropy(img2);%//模板熵histq=zeros(256,256);%//联合直方图，清空%//联合直方图for s=1:mfor t=1:nx=img1(s,t)+1;y=img2(s,t)+1;%//灰度<—>坐标histq(x,y)=histq(x,y)+1;endendp=histq./sum(sum(histq));%//联合概率密度EST=-sum(sum(p.*log(p+eps)));%//联合熵（越小说明相似度越高）MI(i,j)=ES+ET-EST;%//MI互信息越大，说明相互包含的信息多，即越匹配NMI(i,j)=(ES+ET)/EST;%//NMI,越大越匹配ECC(i,j)=2*MI(i,j)/(ES+ET);%//ECC，越大越匹配end
end
%//--------------------------------------------------------------------------
mi_max=max(max(MI));
nmi_max=max(max(NMI));
ncc_max=max(max(ECC));
[xt1,yt1]=find(MI==mi_max);
[xt2,yt2]=find(NMI==nmi_max);
[xt3,yt3]=find(ECC==ncc_max);
src=img1;
dst1=img(xt1:xt1+dx-1,yt1:yt1+dx-1);
dst2=img(xt2:xt2+dx-1,yt2:yt2+dx-1);
dst3=img(xt3:xt3+dx-1,yt3:yt3+dx-1);
figure;imshow(src);title('模板');
figure;imshow(img);hold on;rectangle('position',[yt1,xt1,n-1,m-1],'edgecolor','r');title('MI配准图');hold off;
figure;imshow(img);hold on;rectangle('position',[yt2,xt2,n-1,m-1],'edgecolor','r');title('NMI配准图');hold off;
figure;imshow(img);hold on;rectangle('position',[yt3,xt3,n-1,m-1],'edgecolor','r');title('NCC配准图');hold off;
%//over

输出结果：

参考文献：

1、别术林,基于互信息的医学图像配准算法研究[D],2014.

2、陈伟卿,基于互信息的医学图像刚性配准研究[D],2010.

【图像配准】基于互信息的图像配准算法：MI、EMI、ECC算法相关推荐

互信息配准matlab,基于图像特征和互信息的图像配准方法
基于图像特征和互信息的图像配准方法 [专利摘要]本发明公开一种基于图像特征和互信息的图像配准方法,主要用于提高现有基于互信息配准方法的精确度.其实现步骤为:(1)输入两幅图像,一幅为参考图像r,另一幅 ...
图像配准融合（一）——基于互信息的图像配准方法（c++）
1.内容简介图像配准方法按照其算法原理可以分为:基于灰度信息的配准.基于变换域信息的配准.基于特征信息的配准 (本人实验主要集中在基于灰度信息的配准以及基于特征信息的配准两类方法,对基于变换域信息的 ...
[论文笔记]基于互信息的医学图像配准综述
原文 : Mutual-Information-Based Registration of Medical Images: A Survey [1] 2003年的综述类文章,目前已有3200+引用,经 ...
加权平均法融合图像matlab,基于MATLAB的图像融合算法
内容介绍原文档由会员小甜甜发布基于MATLAB的图像融合算法 1.9万字 34页摘要图像融合能够将不同类型传感器获取的同一对象的图像数据进行空间配准.并且采用一定的算法将各图像数据所含的信 ...
ecc 算法 PHP实现,ECC算法的详细说明
ECC算法的详细说明今天本来是想写NAND的读写来着,可是这个东东要用到ECC的算法,就深入进来了,从网上找了些资料,不是很好,直到找到这个,郑重感谢Linux时代网站的wwxbei (旺旺) ,在 ...
java 实现画函数图像_函数图像生成器 [基于JAVA的图像生成器设计与实现]
摘要:Java是一种可以撰写跨平台应用软件的面向对象的程序设计语言.Java技术具有卓越的通用性.高效性.平台移植性和安全性.该文基于JAVA语言,在介绍JAVA概念的基础上,实现了图像生成器的简单设 ...
【信息技术】【2005】基于互信息的数字化重建射线照片与电子束图像配准
本文为美国科罗拉多大学(作者:Katherine AnneBachman)的硕士论文,共126页. 本研究以离散互信息为基础,以平面.二维影像为例,运用不同的搜索策略验证了该理论的应用.图像配准是在图 ...
8bit黑白图像的灰度值范围是_窗宽窗位对基于互信息的医学图像
窗宽窗位对基于互信息的医学图像摘要:基于互信息的配准方法具有自动化程度高.配准精度高等优点,近来已成为医学图像处理领域的热点.基于互信息的配准方法实质上是一种对灰度进行统计和计算的方法,因此同一图 ...
基于深度学习的单模医学图像配准综述（附VoxelMorph配准实例）
本文是基于深度学习的单模态医学图像配准的综述,除了介绍配准任务.配准过程之外,还会从实际操作出发,以经典的VoxelMorph为例做详细介绍.如果有什么讲的不清楚的地方欢迎大家留言讨论,如果有什么错误 ...

【图像配准】基于互信息的图像配准算法：MI、EMI、ECC算法

参考文献：

【图像配准】基于互信息的图像配准算法：MI、EMI、ECC算法相关推荐

最新文章

热门文章