基于分数阶微分的TV-L1光流模型的图像配准方法研究

• 作者: 储珺 刘建新 孙晓旭 张桂梅
• 来源期刊: 自动化学报
• 关键词: 分数阶微分 Grünwald-Letnikov TV-L1模型 光流场 弱纹理 非刚性配准
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2213-2224
• 页数: 12页
• 字数: 9207字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160367

摘要

图像的非刚性配准在计算机视觉和医学图像分析中有着重要的作用.TV-L1(全变分L1范数、Total variation-L1)光流模型是解决非刚性配准问题的有效方法,但TV-L1光流模型的正则项是一阶导数,会导致纹理特征等具有弱导数性质的信息模糊.针对该问题,将G-L (Grünwald-Letnikov) 分数阶引入TV-L1光流模型,提出基于G-L 分数阶微分的TV-L1光流模型,并应用原始–对偶算法求解该模型.新的模型用G-L分数阶微分代替正则项中的一阶导数,由于分数阶微分比整数阶微分具有更好的细节描述能力,并能有效地、非线性地保留具有弱导数性质的纹理特征,从而提高图像的配准精度.另外,通过实验给出了配准精度与G-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1 ～2之间.理论分析和实验结果均表明,提出的新模型能够有效地提高图像配准的精度,适合于包含较多弱纹理和弱边缘信息的医学图像配准,该模型是TV-L1光流模型的重要延伸和推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂梅	南昌航空大学江西省图像处理与模式识别重点实验室	86	604	12.0	21.0
2	储珺	南昌航空大学江西省图像处理与模式识别重点实验室	69	563	12.0	20.0
3	刘建新	西华大学机械工程学院	35	201	8.0	12.0
4	孙晓旭	南昌航空大学江西省图像处理与模式识别重点实验室	4	73	4.0	4.0