基于GSO算法与互信息的医学图像配准

摘要：

医学图像处理过程通常包括图像预处理、特征提取、图像分类,Harris角点检测算法是常用的特征点提取算法之一.该算法适应多种变换、运算简便,在医学图像处理领域中广泛应用,但在实际应用中发现传统的Harris算法检测到的特征点数量不足且图像配准精度不高.因此提出了一种优化算法(GM-Harris算法),即采用群搜索优化算法(GSO算法)与互信息相结合的方式优化传统Harris算法的过程,并从匹配有效率与算法效率两方面对2种算法的特征点提取效果进行了定量分析.实验结果表明,与传统的Harris算法相比,GM-Harris算法不但可以获得较充足的特征点,而且还能提高图像配准的精度.

关键词：Harris角点检测算法、GSO算法、互信息、匹配有效率、算法效率

所属期刊栏目：28

分类号：TP301.6;TP391.41;R-058(计算技术、计算机技术)

资助基金：国家自然基金项目"网络资源协同管理与多目标虚拟网络映射问题研究";山东省医药卫生科技发展计划项目"基于统计学习算法的精准疾病知识库构建研究";山东省医学科学院面上项目"医学信息及数据服务云平台建设研究"

在线出版日期：2020-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-26