基于特征点的CT体数据配准技术研究

作     者：崔明明 

作者单位：解放军信息工程大学 

学位级别：硕士

导师姓名：闫镔

授予年度：2014年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：三维图像配准 CT体数据 中心环绕特征点 二值特征描述子 相似特征 GPU加速 

摘      要：锥束CT(Computed Tomography)作为一种先进的工业无损检测技术手段,可通过投影图像直接重建出被检测物体的高分辨率三维图像(即CT体数据),准确地反映物体内部不同空间区域的结构和形状等信息。在实际应用过程中,由于锥束CT系统一次成像的视野有限,对于某些要获取内部精细结构信息的大尺寸精密物件,需要先进行分区成像,再将各分区的CT体数据拼接成完整的CT体数据。作为CT体数据拼接的关键技术,体数据配准决定了拼接的精确程度。因此,研究CT体数据配准技术对于提升CT体数据的图像质量、提高无损检测的准确性具有重要的意义。本文针对大数据量的CT体数据拼接问题,研究基于特征点的CT体数据配准技术,主要内容包括CT体数据特征点检测算法、特征点描述和匹配算法等关键技术。论文主要工作如下:1.针对目前三维特征点检测算法对CT体数据进行多尺度特征点检测时计算量大、耗时长的问题,本文在二维CenSurE特征点检测算法的基础上进行拓展和改进,提出一种三维中心环绕特征快速检测算法。本算法结合三维积分图像实现体素的特征响应快速计算,有效地提高图像尺度空间生成的效率;同时,本算法在边缘点抑制过程中,使用三维Harris边缘判定准则进一步去除掉边缘点,增强了特征点的稳定性。实验结果表明,本算法不仅在计算效率方面得到显著提升,而且特征点的重复率也有所提高。2.针对CT体数据中相似特征造成误匹配的问题,本文提出一种基于三维二值特征描述的CT体数据特征点匹配算法。本算法首先将BRIEF算法进行三维拓展,并通过提取特征点周围更大邻域范围内的不同采样模型的二值特征描述子,增强描述子的局部区分能力;然后针对上述描述子的特点,设计两级匹配策略,提高相似特征的匹配正确率。此外,本算法为了使描述子具有旋转不变性,通过统计固定样式采样点对的梯度关系计算特征点基准方向,并进行方向规定化。实验结果表明,本算法提升了相似特征匹配的正确率,并且计算效率得到了显著地提高;同时,本算法的特征点描述子具有良好的旋转不变性。3.针对CT体数据数据量大导致配准过程效率低、速度慢的问题,提出使用GPU(Graphics Processing Unit)的CUDA模型对算法进行并行加速。本文在充分分析特征点检测环节运算并行性的基础上,通过合理分配线程和使用纹理存储等策略,完成对该算法的GPU并行加速的程序设计。实验结果表明,在特征点检测结果相同的情况下,加速比最高能达到20倍以上,提高了配准算法的实用性。