基于互信息的多模图像非刚性配准并行算法研究

图像配准是许多图像处理问题的关键步骤之一。多模图像非刚性配准能更为细致地描述大多数复杂的图像变换，使得配准的结果更为精确，而且多模图像之间具有信息互补的特点，是当前该领域的一个研究热点。由于具有自动化程度高、无需预处理以及鲁棒性强等特点，互信息作为配准的相似性测度在多模图像非刚性配准领域得到了广泛应用。但是，这种方法由于变换模型和互信息计算的复杂性以及大量的迭代造成算法的复杂度较高，计算时间很长，采用传统的串行处理模式，已无法满足医疗和遥感等应用领域的实时性需求。国内外对基于互信息的多模图像非刚性配准并行算法的研究尚不成熟。本项目深入分析互信息计算方法及基于互信息梯度的优化方法等环节对算法计算复杂度的影响，建立定量的性能分析模型；针对主流的并行处理系统，研究高效的、可扩展的基于互信息的多模图像非刚性配准并行算法；开创性地实现一个实用的多模图像非刚性配准并行处理软件原型系统。