专利名称：一种基于信息势的图像配准方法
技术领域：
本发明属于生物图像配准技术领域，涉及一种基于信息势的图像配
准方法，基于ICP框架，对生物图像数据进行处理。
背景技术：
双向凝胶电泳在蛋白质学研究中是一种应用非常广泛的蛋白质点分 离技术。基于蛋白质分子量及电荷大小，双向凝胶电泳技术可以将不同 的蛋白质进行分离，生成一幅二维点图，其中每个点表示一种蛋白质。 研究者经常需要进行不同凝胶之间的差别比较。这需要找到不同凝胶中 代表同一蛋白质的对应蛋白质点。由于凝胶电泳过程较为复杂，即使是 同一样品，时间不同，得到的凝胶差异也会很大。如果数据很大，仅用 肉眼很难比较。因此，借助于计算机的配准算法很为必要。
前人提出的凝胶电泳图像配准方法可以分为三种基于特征点、基 于像素灰度、结合前面两种。目前大多数的凝胶电泳图像配准方法是基 于特征点的配准方法。
一般说来，基于特征点的方法首先提取图像中的
特征点，蛋白质点的质心，然后基于这些特征点计算变换。CAROL通过 三角化，对边界进行匹配，来找蛋白质点的对应性。F.A. Potra等人(TJ. 尸otra., /T. 尸，5"6^7力'er-y^oz'seirj'tsc力，A j o乂 K 〃朋& eta丄， 尸j"o/:ej'77 image ah.g，e/7t piecefn'se a/"/Y/7e tr朋s/bi7 7a z^o/i , To〃277sJ 0/Co顺Ma"o朋J万j'Wo^j, W。06^义与前人不同，不是在 两幅图像之间作匹配，而是构造可以代表一组图像的模板，然后将这组 图像中的每一幅图像与模板作匹配。F.A. Potra等人的方法中，特征点 及其对应性是己知的。
基于像素灰度的配准方法直接利用图像的灰度值估计所求的变换。 这种方法最大的优点就是不需要进行分割。Smilansky 5啦7朋s^7，i57e"7Y^力oresj's W 。W" J第一次提出将基于像素灰度
的配准方法应用在凝胶电泳图像上。Smilansky的方法的基本思想是 基于像素灰度、基于局部区域、基于互补伪色彩显示。
Veeser (f 5". Zeeser， #-/ ""/ / , Z Ka笔 #Lj">esa/L/tj.o" j'腿ge regis ^rsti(9/7 /or0^7e77幻'0/ sJ 《eJ eJectro/^oresis, 尸roteo则'cs 7GW"67。.)等人的配准方法是基于多分辨率及其 BFGS (Broyden-Fletcher-Goldfarb-Shanno)优化算法的。
还有人将特征点与像素灰度信息相结合的配准方法应用于凝胶电泳 图像配准上。Rohr f J. 7fo力r,尸.^^ iej", 5". 粉rz, 57as"c regis tra"'OT 0/ e2ec加/7力ore5"j'51 ii7te/ 5^.ty j./7/or腿z^0/7朋c/ poi/7t〗朋血sr权尸a"ezv Weco卵j'ti叫 < 7浏(H^ 7微-/鄉.,等人将PASTAGA (PASha Treating Additional Geometric Attribute)方法应用于凝胶电泳图像配准。在原来的PASTAGA方法中， 三维曲线被用来作为特征点。Rohr等人的工作中，蛋白质点的质心作为 特征点。Carlo等人的工作中，SSD (sum of square differences)测度
作为度量，图像的四个顶点作为特征点。其中特征点不仅对变形场进行 限制，而且还作为每一步优化的初始条件。Carlo等人重点对具有"smile
effect"变形现象的图像进行匹配。
发明内容
本发明的目的是要解决传统技术迭代最近点算法对初始变换要求较 高的问题，为此，本发明提出一种基于信息势的图像配准方法，是一种 新的迭代最近点方法，将它应用到双向凝胶电泳图像上。通过信息势将 蛋白质点的灰度信息和几何信息有效地结合在一起，所以，本发明的方 法更鲁棒。
为了实现本发明的目的，提出基于信息势的图像配准方法的技术方
案如下
步骤S1:利用计算机设备，基于信息势和欧氏距离的测度来度量最 近点的迭代最近点算法；步骤S2:用信息论中的信息势来度量两幅图像中的两个蛋白点灰度 分布的相似性，衡量两个蛋白质点的相似性；
步骤S3:将蛋白质点的灰度信息与几何信息结合在一起，获得搜索 最近点，用于对变形严重的图像自动进行匹配。
根据本发明的实施例，所述计算两幅图像中两个蛋白质点S、 A， 用于获得欧氏距离M『。
根据本发明的实施例，计算两个蛋白质点《、"，用于获得信息势 为M『。
根据本发明的实施例，将得到的欧氏距离M『与得到的信息势 Mj归一化，得到归一化的欧氏距离￡'，和信息势￡^ ，并且将归一化 的欧氏距离&"和信息势E'P线性结合在一起，得到蛋白质点之间的距 离/尸-五wc。
根据本发明的实施例，根据蛋白质点之间的距离，找到最近点集。 根据本发明的实施例，根据找到的最近点集，估计两幅图像之间几 何变换。
根据本发明的实施例，假如得到的几何变换满足终止条件，就将之 作为匹配的最终结果；反之，得出满足终止条件的结果止。
根据本发明的实施例，所述信息势M;f为两个蛋白质点《、" 所在图像区域包含的两组像素灰度值的之间的信息势能。
根据本发明的实施例，所述欧氏距离&w的组合系数和信息势^的 组合系数都是可变的，且加起来恒为l。
所述的基于信息势的图像配准方法用于凝胶电泳图像处理。
图1是本发明的基于信息势的图像配准方法实现过程的流程图。 图2a是未配准的蛋白质凝胶电泳图像
图2b是使用本发明的方法对蛋白质凝胶电泳图像的配准结果。
具体实施方式
下面将结合附图对本发明加以详细说明，应指出的是，所描述的实 施例仅旨在便于对本发明的理解，而对其不起任何限定作用，通过对实 施例的表述，不难看出本发明产生的有益效果。
本发明方法基于传统迭代最近点(Iterative Closest Point)算法，将 信息势(Informationpotential)作为衡量最近点的测度，从而将蛋白质点 的灰度信息和几何信息结合在一起，利用蛋白质点的灰度信息和几何信 息，找寻最近点集；迭代最近点算法是一种点匹配算法，传统的迭代最 近点算法对初始变换要求较高，本发明提供基于信息势和欧氏距离的测 度，从而，提高了配准算法的鲁棒性。
本发明的核心部分在于，本发明的基于信息势和欧氏距离的测度来 度量最近点的迭代最近点算法；这种方法对蛋白质点的灰度分布没有任 何假设，用信息论中的信息势来度量两幅图像中的两个蛋白点灰度分布 的相似性，从而衡量两个蛋白质点的相似性；由于这种方法利用了蛋白 质点的灰度信息与几何信息，所以具有强大的搜索最近点的能力；因此 对于变形较为严重的图像可以有很好的匹配效果；这个方法可以用于凝 胶电泳图像的配准；尤其在图像变形较为严重的情况，具有很精确和鲁 棒的匹配结果。
本发明方法的特征是，利用计算机设备，采用基于信息势和欧氏距 离的测度，使用迭代最近点算法框架，对图像自动进行匹配；传统的迭 代最近点算法利用己经提取出来的图像几何特征，基于欧氏距离找到最 近点集，然后通过优化某一目标函数，找到所需的变换；本发明提出将 信息势与欧氏距离相结合，作为一种测量最近点集的测度；本发明所提 出的测度主要针对凝胶电泳图像特证，结合了蛋白质点的几何信息与灰 度信息；从图像变形程度上来讲，传统的迭代最近点算法不够鲁棒；本 发明的算法鲁棒性比较强；本发明的方法对于图像匹配非常有效，尤其 对于变形程度比较严重的图像，得到的结果比普通方法好很多；该方法 可以广泛应用于各种临床与基础研究中。本发明应用于图像分析领域， 尤其对于凝胶电泳图像。
参见图1实施基于信息势的图像配准方法实现过程的流程图，基本 的实现步骤如下 '步骤l:根据公式(1)计算两个蛋白质点《、A的欧氏距离
其中，参数z'表示浮动图像中的第z'个蛋白质点，参数7'表示参考图
像中第7个蛋白质点，参数M^表示蛋白质点《、a的欧氏距离。将得
到的欧氏距离归一化，用公式(2):
见謝
<formula>formula see original document page 8</formula> (2)
其中，参数z'表示浮动图像中的第〖个蛋白质点，参数7表示参考图 像中第J个蛋白质点，参数M「表示蛋白质点《、A的欧氏距离，参数 ￡_表示蛋白点《、"归一化后的欧氏距离，参数iV,表示浮动图像的分 割出来的蛋白质的个数，参数W表示参考图像的分割出来的蛋白质的个
步骤2:根据公式(3)计算两个蛋白质点《、"的信息势:
<formula>formula see original document page 8</formula> '- (3)
其中，参数z'表示浮动图像中的第f'个蛋白质点，参数7'表示参考图
像中第J个蛋白质点，参数尺,表示蛋白质点p,所在区域包含的象素大小， 参数A表示蛋白质点&所在区域包含的象素大小，|[|表示蛋白质点所在
区域的面积，参数"'表示蛋白质点s所在区域的第"个象素，参数y:/表示
蛋白质点A所在区域的第i/个象素，参数、,表示蛋白质点户,所在区域的
第,7个象素的灰度值，参数 表示蛋白质点所在区域A的第力'个象素的
灰度值，参数M;f表示蛋白质点p,.、 a的信息势。
将得到的信息势归一化用公式(4):<formula>formula see original document page 9</formula>) (4)
其中，参数Z'表示浮动图像中的第!'个蛋白质点，参数7表示参考图 像中第^个蛋白质点，参数M,7表示蛋白质点《、^的信息势，参数^表 示蛋白点P,、仏归一化后的信息势，参数M表示浮动图像的分割出来的 蛋白质的个数，参数W表示参考图像的分割出来的蛋白质的个数。
步骤3:将步骤1得到的归一化后的欧氏距离与步骤2归一化
后的信息势^线性结合在一起，得到蛋白质点之间的距离IP-EUC:
<formula>formula see original document page 9</formula> (5 )
其中，参数;i表示一个0到1之间的数值，不同的义值表示不同两 者之间不同的比重。
步骤4:根据蛋白质点之间的距离，找到最近点集，在参考图像上 找浮动图像上的蛋白质点的对应蛋白质点，距离最小的就认为是所求蛋 白质点。
步骤5:排除界外点后，估计两幅图像之间几何变换。
步骤6:假如步骤5得到的几何变换满足终止条件，就将之作为匹
配的最终结果。反之，继续步骤1至步骤5，直到，得出满足终止条件
的结果步骤7结束。
上述程序在VC编译环境下，使用〔++语言编制，CPU主频2.4G，内
存256MB下的情况下，实现了本发明的方法。
下面举例说明本发明的实现过程
步骤一首先对需要配准的图像图像进行分割，得到两个蛋白质点 集合P和2，集合P属于浮动图像，集合2属于参考图像，集合尸和集合2
的大小分别为W'和^。
步骤二、根据公式(l一4)计算蛋白质点尸，(hl,...,TV,)和蛋白质点《(7、1,...,W2)的欧氏距离、信息势，并且进行归一化。
步骤三根据公式(5)计算蛋白质点《("l，...，TV,)和蛋白质点Q,
0 = 1,...,W2)的距离IP-Euc，本实例中;i值为o. 5。
步骤四根据蛋白质点之间的距离，找到最近点集，即对应的蛋白 质点，在参考图像上找浮动图像上的蛋白质点的对应蛋白质点，距离最 小的就认为是所求蛋白质点。
步骤五排除界外点，我们这里，排除界外点可以分成两个步骤 首先，将蛋白质点对的距离大于所有对应的蛋白质点的距离的方差的 2.5倍时，就将这两个蛋白质点排除；然后，排除最差的20%个蛋白点 对，这里，最差指的是蛋白质点对的欧氏距离最大。
步骤六对浮动图像实施仿射变换。
步骤七判断对浮动图像实施步骤六得到的几何变换后，对应点的 欧氏距离平方和的平均值是否小于小于域值0.002，如果满足，就将之 作为匹配的最终结果。反之，继续步骤一至步骤六，直到，对应点的欧 氏距离平方和的平均值是否小于小于域值0. 002为止。
总之，基于信息势的图像配准方法对凝胶图像具有非常广泛的应用 前景。它具有如下优点(1)对噪声非常鲁棒，(2)对初始条件不敏感。
图2a是未配准的蛋白质凝胶电泳图像。在图像中，从图中矩形框里， 可以看出，对应的蛋白质点没有重合。
图2b是使用本发明的方法对蛋白质凝胶电泳图像的配准结果。从图 中矩形框里，对应的蛋白质点已经重合在一起，说明，应用本发明的方 法已经成功地找到了对应的蛋白质点。
以上所述，仅为本发明中的具体实施方式
，但本发明的保护范围并 不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理 解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发 明的保护范围应该以权利要求书的保护范围为准。
权利要求
1、一种基于信息势的图像配准方法，其特征在于，包括如下步骤S1基于信息势和欧氏距离的测度来度量最近点的迭代最近点算法；步骤S2用信息论中的信息势来度量两幅图像中的两个蛋白点灰度分布的相似性，衡量两个蛋白质点的相似性；步骤S3将蛋白质点的灰度信息与几何信息结合在一起，获得搜索最近点，用于对变形严重的图像自动进行匹配。
2、 根据权利要求1所述的图像配准方法，其特征在于，计算两幅图 像中两个蛋白质点尸,、A，用于获得欧氏距离M『。
3、 根据权利要求2所述的图像配准方法，其特征在于，计算两个蛋 白质点f、 2,，用于获得信息势为M『。
4、 根据权利要求2所述的图像配准方法，其特征在于，将得到的欧 氏距离M『。与得到的信息势M〖归一化，得到归一化的欧氏距离^"r和信 息势^，并且将归一化的欧氏距离l'和信息势&线性结合在一起，得到蛋白质点之间的距离- 。
5、 根据权利要求4所述的图像配准方法，其特征在于，根据蛋白质点之间的距离，找到最近点集。
6、 根据权利要求5所述的图像配准方法，其特征在于，根据找到的 最近点集，估计两幅图像之间几何变换。
7、 根据权利要求6所述的图像配准方法，其特征在于，假如得到的 几何变换满足终止条件，就将之作为匹配的最终结果；反之，得出满足 终止条件的结果止。
8、 根据权利要求3所述的图像配准方法，其特征在于，所述信 息势M〖为两个蛋白质点P,、 &所在图像区域包含的两组像素灰度 值的之间的信息势能。
9、 根据权利要求2所述的图像配准方法，其特征在于，所述欧氏距离￡^的组合系数和信息势^的组合系数都是可变的，且加起来恒为1。
10、权利要求1所述的基于信息势的图像配准方法用于凝胶电泳图 像处理。
全文摘要
本发明公开一种基于信息势的图像配准方法，基于信息势和欧氏距离的测度来度量最近点的迭代最近点算法；用信息论中的信息势来度量两幅图像中的两个蛋白点灰度分布的相似性，衡量两个蛋白质点的相似性；将蛋白质点的灰度信息与几何信息结合在一起，获得搜索最近点，用于对变形严重的图像自动进行匹配。迭代最近点算法是一种点匹配算法，传统的迭代最近点算法对初始变换要求较高，本发明提供了一种基于信息势和欧氏距离的测度，从而，提高了配准算法的鲁棒性，应用于图像分析领域，尤其对于凝胶电泳图像。本发明方法对于凝胶电泳图像配准非常有效，还可以广泛应用于各种临床与基础研究中。
文档编号G01N27/447GK101294954SQ20071009869
公开日2008年10月29日 申请日期2007年4月25日 优先权日2007年4月25日
发明者冰 刘, 史桂华, 朱万琳, 蒋田仔, 赵慧智 申请人:中国科学院自动化研究所