图像配准技术及其MATLAB编程实现

第1章绪论

1.1图像配准原理

1.2图像配准的基本框架

1.3配准方法分类

1.4常用的图像配准技术

1.5图像配准与融合的意义

1.6图像配准与融合技术的应用

第2章数字图像

2.1X线影像

2.2CT影像

2.3MRI检查技术

2.4SPECT成像

2.5PET成像

2.6超声成像

2.7SPOT影像

第3章特征空间

3.1点检测

3.2线检测

3.3Hough变换

3.4边缘检测

第4章搜索空间

4.1平移变换

4.2旋转变换

4.3缩放变换

4.4综合变换

第5章灰度级插值技术

5.1最近邻插值法

5.2双线性插值法

5.3立方卷积插值法

5.4PV插值法

第6章搜索策略

6.1一维搜索算法

6.2Powell算法

6.3遗传算法

6.4蚁群算法

第7章相似性度量

7.1最大互信息测度

7.2AM测度

第8章图像配准实例

8.1配准算法

8.2Matlab编程实现

8.3程序运行界面及结果

附录A本书使用的工具箱函数

附录BMatlab7.0图像处理工具箱函数

参考文献

　　本书共8章。第1章阐述了图像配准的基本概念、分类及发展状况；第2章主要介绍医学图像和遥感影像的成像原理及特性；第3章详细阐述图像配准中点、线、边缘等特征空间的检测原理及其Matlab实现源代码；第4章详细介绍平移变换、旋转变换、缩放变换等搜索空间的基本技术及其Matlab实现源代码；第5章讨论最近邻、双线性、立方卷积、PV等插值法的实现机制及其Matlab源代码；第6章详细介绍进退法、黄金分割法、抛物线法、Brent方法等线性搜索算法和Powell算法、遗传算法、蚁群算法等优化算法的主要技术及其Matlab编程实现；第7章讨论图像配准中相似性度量的相关技术；第8章给出了一个多模医学图像配准的实例。此外，在附录中还以大篇幅详细介绍了本书中使用的工具箱函数及Matlab7.0图像处理工具箱函数，以方便读者查询使用，从而更加有效地应用Matlab进行图像配准的研究。　　本书重点介绍图像配准过程中涉及到的关键性技术，包括特征空间、搜索空间、插值技术、相似性度量和搜索策略五大方面的理论知识，并给出相应的Matlab源代码。最后，以一个配准实例说明图像配准的整体实现过程。　　本书可作为从事图像配准、融合研究和应用的高校教师、研究生、高年级本科生及科研人员的参考书。