几种相似性测度在小鼠序列图片中的应用对比

几种相似性测度在小鼠序列图片中的应用对比 : 1001 , 9081( 2011) S1 , 0060 , 04文章编号 几种相似性测度在小鼠序列图片中的应用对比 ，，，倩朱虹郑丽敏王奇文张 ( ，100083)中国农业大学 信息与电气 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 学院北京 ( zhuhongxie@ cau, edu, cn) : 、。，7 摘 要相似性测度是图像配准拼接和匹配中的关键技术使用小鼠病肝和舌头序列切片图像数据对 种经 、6 、3 PIU 4 PI ; 典类测度种互信息类测度种 类测度和 种 测度与图像旋转和平移的关系进行了研究对这几类相似性 ; 测度的时间性能做了对比及分析给出了适用于该样本的相关公式的参数值以及对图像旋转和平移有较高收敛性的 ; 。相似性测度公式对所有的实验结果进行了归纳与 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf : ; ; 关键词小鼠切片图像配准相似性测度 :TP391, 41: A中图分类号文献标志码 Performance comparison of some similarity measures on mouse section ZHANG Qan, ZHU ong, ZHENG Lmn, WANG Qwen iHi-ii- ( Coee of nformton and ectrc nneern, Chn Arcutur Unversty, Bejn 100083, Chn) llgIaiElialEgiigiagilaliiiigia Abstract: Similarity measure is the pivotal technique in the fields of image registration, mosaics and matching, The key ponts about the researcheins the artce were focusng on the nfuence of mage rotaton and transaton to 7 dfferent casscaiiliiliiliilil smarty measures,6 nds of nformaton measures,3 nds of P measures and 4 sorts of P measures whch were based on iilikiiikiIUIithe experments of mouse esons ver and tongue secton, Furthermore, after comparng and anayzng the computng tme of ililiiiliiithese similarity measures,som e parameter values of related formula and 3 new similarity measures with higher convergence of image rotation and panning were reintroduced, Finally all the experimental results were summed up at the end of the article, ey wods mouse secton mage regstraton smarty measure Kr:i;iii;iili q，，; 应于该数据集的相关公式的 λα 值最后通过实验验证了 0 引言 。改进公式与原公式相比有一定的优越性 ( similarity measure) 相似性测度定量化地衡量了两幅图 1 几种相似性测度公式 、，，拼接和匹配中的关键技术像的相似性程度它是图像配准 。经典类相似性测度 ，而图像配准是三维重建的基础配准算法中在相同的搜索 1, 1 ，空间下有较好收敛性的相似性测度将减少搜索的迭代次数 此类测度均基于两幅图像各相应位置处的像素值的直接。，从而大大提高配准算法的效率因此研究形变前后相似性 。( 1 ) : ( 4 ) ; ，其中式 是差异值值越小相似性越好式运算，。测度与形变间的关系对改进配准算法有很重要的意义而 ( 5) : ( 7) ，。,2,是相似性值值越大相似性越好由文献的结论可，、图像的刚性形变中最常见的是仿射变换它是图像旋转平移 ，AD MAD ，SD MSD、Prod-1、Prod-2 N-Prod 。知与 等价与 与 等价。，和缩放的综合作用效果因此研究相似性测度与图像旋转 1) ( Absoute Dfference，AD) li。绝对差。和平移的关系对刚性配准具有重要意义 N已有研究者对各种相似性测度的性能作了详细的比较和 j D( j) = ,1,( 1) ,y x 1 ?k k 2004 ，。8 分析年时永刚等人对 种统计型相似性测度的时 k = 1、间性能对噪声的容忍度及窗口大小对其的影响这三个方面 2)( Mean AD，MAD) 。平均绝对差,2, ; 2006 ，N7 进行了对比与分析年刘宝生等人对 种经典相似 1 j D( j) =( 2) ; 2010 x ,y 性测度间的等价性及在不同信噪比下的性能做了分析 2 ? kk N k = 1,3,，。年陈卫兵对几种相似性测度的匹配性能做了对比但目 3)( Square Difference，SD) 。平方差， 前尚没有使用数据样本对各种相似性测度的效果进行比对 N j2; 也没有对相似性测度与图像旋转和平移之间关系的研究以 D( j) = ( x,y )( 3)3 k k ? ，k = 1及没有在相同的搜索策略下寻找能更高效地达到终止条件 4)( Mean SD，MSD) 。平均平方差。的相似性测度的研究 N本文首先给出了实验所使用的几种类型的相似性测度和 1 j2 D( j) = ( x,y )( 4)4 k k ? N 3 ; ，个改进的相似性测度公式然后使用小鼠病肝和舌头数据 k = 1 ( Product-1，Prod-1) 。5)积相关，集样本作为实验数据对各类相似性测度对图片旋转角度和 N、，平移的适用性时间性能这三个方面做了对比分析并给出适 j D( j) = xy( 5)5 ?k k k = 1 6) ( Product-2，Prod-2) 。积相关 : 2010 ,12 ,3 1。: “”( 2009BADB9B06 ) ; 收 稿 日 期基 金 项 目十 一 五 国 家 科 技 支 撑 计 划 项 目 北京市重大科技 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 项 目 ( D10110504600000) ; ( YB20101001902) 。北京市优秀博士学位论文专项 : ( 1986 ,) ，，，，: ; ( 1960 ,) ，，，，作者简介张倩图像处理与三维重建朱虹女陕西宝鸡人硕士研究生主要研究方向女吉林人副教授主要研 : 、; ( 1962 ,) ，，，，: 、; ( 1987 ,) ，，究方向农业自动化图像处理郑丽敏专家系统人工智能王奇文女辽宁营口人教授主要研究方向男湖北黄 ，，: 。冈人硕士研究生主要研究方向图像处理 NPI 3 ( 0, 001 ， ，0 , 05) ， 于 测度的如下 种改进公式其中 λ 在 1 j xyD( j) =( 6) k k6 ? 后续实验中将对其各项性能进行对比。N k = 1 N 7)( Normalized-Prod，N-Prod) 。归一化积相关 1 ( A，B)= PI N 1 ? 1 + λ x ,y k = 1 jk kxy ?k kN x, y k = 1 k k D( j) =( 7) = PI( A，B)7 NN?2 2 1 /21 /21 + ( x,y ) λk = 1 2k k y k ,,?k, N k = 1k = 1 1 + x ,y k k = PI( A，B) 4 ? , 2 21互信息类相似性测度 1 +( x ,y ) λ k = 1 k kShannon 此类测度均为基于 信息论的统计型相似性测 ,4, 2，Shannon 、、Renyi 度包括 互信息测度归一化互信息熵测度 相似性测度实验 ,5,Tsas ，q lli和 熵测度其中后两个测度中的 值会影响公式的 。实验数据采用小鼠病肝和舌头序列切片石蜡薄切片图 ，q 。性能需要预先对不同的 值做分析 5 : 10 m，像厚度约为 μ用紫色染色剂苏木精和红色染色剂伊 1) Shannon ( Mutua nformaton) lIi。互信息。，CCD 红染色制成玻璃生物切片再在背景光源照射下用 相 H( A，B) = , p( a，b) lb p( a，b)?AB AB 。机采集石蜡切片的电子图片数据集小鼠病肝和舌头数据集 a，b( 8), 30 256 bmp ，15 中各采样 张转化为 级别 灰度图分别形成 个 I( A，B) = H( A) + H( B) ,H ( A，B)。× 900 ，900 实验对病肝图片大小均为 像素舌头图片大小均 2) ( Normalized Mutual Information) 。归一化互信息600 × 600 。1 2 为 像素样本 与样本 能基本代表小鼠病肝数 H( A) + H( B) NMI( A，B)= ( 9)。。1 4 据集与舌头数据集的总体特征图 所示为其中各 对旋 H( A，B) 。转和平移实验使用黑色背景的提取图 ( A，B) 2I ( 10)ECC( A，B)= H( A) + H( B) ( 11) MI( A，B) = H( A，B) ,I ( A，B) 2 3) Reny ( I，q q) i。熵测度实验中记为 参数 记为 R R 1 qR( A) = logp; q ( 0，1)( 1，)? ? ? q i ? 1 ,q i R( A) + R( B) q q R I( A，B) =( 12) q R ( A，B) q 4) Tsallis ( I，q q) 。熵测度实验中记为 参数 记为 T T 1 q,1 ; q ( 0，1) ( 1，)T( A)= p? ? ? ) q ( ?i 1 ,q i T( A) + T( B) q q T I( A，B) =( 13) q T ( A，B) q 1, 3 PIU 类相似性测度,6, PIU ,1,此类测度包括 测度及文献给出的它的两个改 图 1 小鼠病肝和舌头灰度图 ，。PIU进公式值越小其相似性越好公式中的 α 值会影响公式 2 Mcrosoft Wndows XP SP3，CPU 2, 93ii本实验的平 台 是 ，。的性能需要预先对不同的 α 取值做分析 GHZ ，Matlab 2008。内存 1) PIU ( Partitioned Intensity Uniformity) 。测度2, 1 与图片旋转角度的关系 11理想的相似性测度会在某一角度范围内随着角度偏差增 ( a)=B( x) ，( b)A( x)= μ μB a A b ?? n n a Ωb Ω ab ，。大而测度值骤变体现在二维图像上是有较大的斜率绝对值 1 2( a)( B( x) , ( a) )= σ μB a B ? 15? 由于小鼠数据集待配准的两幅图像间的角度偏差在 以n a Ω a，0? 15? ，内所以对每张图片在 到 按照角度递增地旋转计算旋 1 2( b)( A( x) , ( b) )= σ μA b A ? n 。 转前后的各类相似性测度值为了用较少数据尽可能准确地 bΩ b ( a) ( b) nnσ σ ，1 。表示相似性测度的变化曲线采用表 所示的角度递增序列B b A a PIU = × ×( 14)+ ? ? ( a)N( b)N μ μ ，观察各类相似性测度随角度变化的情况及各类相似性测度 B A ab。60 的适用范围综合分析在 张图中各相似性测度随角度变 2) PIU 。改进测度。( D、D、DDDD，化的情况由于 与 与 与 成倍数关系所 1 2 3 4 5 6 nn ab × ( b)PIU= × ( a)( 15)+ σ σA 1 B D、D、D。)D? ? 以经典类测度只计算 和 2 4 6 7 N N ab1 表 角度与位移递增序列 ( a)( b)nnσ σ B b A a × + ×PU= ( 16)I 2 ? ? ( a) + N ( b) + Nμ α μ α aBbA 角度序 位移位移位移角度序 角度序 1, 4 PI 类相似性测度/ ( ? ) / ( ? ) / ( ? ) 列 序列 列 序列 列 序列 ，。 此类测度通过计算灰度差并带入钟形函数中求和得到0 0 , 2 1 03 20 ，，， 其中 λ 为比例系数控制搜索的范围同样会影响公式性能0, 01 0, 1 0, 4 2 4 32 。需要对其取值预先进行讨论 0, 02 0, 2 0, 7 4 7 40 1) PI ( PatternI ntensity) 。测度0, 05 0, 4 1 7 10 45 N 1 0, 1 0, 7 2 14 15 60 = PI( A，B)( 17) ? 2 1 + ( x,y )λ k = 1 k k 2) 。测度的改进公式 2, 2 与图片平移位置的关系 ， 本文根据小鼠病肝和舌头数据集样本预实验给出了基，与图像角度偏差类似相似性测度在一定位移范围内对 。。4 位移偏差也有很高的敏感度由于小鼠数据集待配准的两幅如图 所示 60 ，0 图像间的位移偏差在 个像素以内所以对每张图片在 到 60 x ( ，像素范围内沿 轴正方向由于图像的不规则性沿任意方 ) ( 向的直线平移是等价的递增地平移平移递增序列见表 2) ，。计算平移前后的各相似性测度的值观察各相似性测度 ，。 随平移位置变化的情况及各相似性测度的适用的平移范围 60 。 综合分析在 张图中各相似性测度随平移位置变化的情况 ( DDD)、、D。经典类测度只计算 和 2 4 6 7 2, 3计算时间性能比较 15 。分别计算两个样本各对图片的各类相似性测度每类测 5 ，; 度计算 次取其运算时间的平均值作为该测度的运算时间通qq，Reny 、i过实验找出适用于小鼠病肝数据集的 分别使得 熵 R T 图 3 4 类相似性测度比较、Tsallis 。( I、NMI、ECC MI测度熵测度有最好的时间性能由于 和 2 ，可以通过简单四则运算互相转换所以互信息类测度只计算 CC; DDD)E、II、、D。和 经典类测度只计算 和 R T 2 4 6 7 3 实验结果与分析 相似性测度与图片旋转角度的关系 3, 1 ，由于各类相似性测度的值不在同一数量级为了直观将 ，,0，1,。所有实验测度的值进行归一化使其分布在区间由预 ，qq, 9; P、0I实验确定了相关公式的参数值其中 取值均为 R T 2 , 005 1; 130。60 0的 λ 值取 其余取 α 取值为 张图片的计算结果 ，。中各测度的曲线的相对位置基本不变四类测度的值归一化 2 。后如图 所示 图 4相似性测度比较适用的平移位置范围 : D、D、D4 ，D由图 可以看出在经典类测度中 最优三 2 6 4 7 ，4 ; II者等价总体上 类测度差别较小在互信息类测度中 与 R T NMI I，I、ECC MI; PIU ，最优其次 优于 与 三者等价在 类测度 2 PIU ，PIUIU; PI PIP中 优越性显著略优于 在 类测度中 最 1 2 2 ，PI、PI、PI。4 优其余的优劣性依次为 对 类测度依次取最优 1 4 4 ( D、NMI I、PIU、PI 的代表来比对这 类测度的优劣性与 与 2 R PI) ，5 。对比结果如图 所示 2 图 2 相似性测度随角度的变化 2 : D，D由图 可以看出在经典类测度中 最优其次 略优 2 6 D，D; D，4 于 与 重合总体上类测度差别较小在互信息类测 7 4 7 IINMI I，I、ECC MI; ，度中 与 最优其次 优于 与 三者等价在 R T 2 PIU PIU ，PIUIU; PI P类测度中 优越性显著略优于 在 类测 1 2 PPPI，PI、I、I。4 度中 最优其余的优劣性依次为 对 类测度 2 1 4 4 ( DNM 、I依次取最优的代表来比对这 类测度的优劣性与 2 I、PIU、PI PI) ，3 。与 对比结果如图 所示 R 2 3 ，4 ，由图 可以看出类测度的综合对比比较复杂但总体 : ，P，，P，P，DIIUNMIII。来说优劣次序由高到低大致为进 R 2 2 图 5 4 类相似性测度比较 : 而可以得到在对角度偏差的灵敏性方面互信息类测度和 5 ，4 ，由图 可以看出类测度的综合对比比较复杂但总体 PIU ，PI ，。测度较优类测度略次之经典类测度最差: PU，，NM，P，P，DIIIII。来说优劣次序由高到低大致为进 R 2 2 3, 2 相似性测度与图片平移位置的关系 : 而可以得到在对平移位移的灵敏性方面互信息类测度和，,0，1,将所有实验测度的值进行归一化使其分布在区 : qq, 9; P。、0I间由预实验得到相关参数取值取值均为 的 λ PIU ，PI ，。测度较优类测度略次之经典类测度最差R T 2 , 005 1; 13060 ， 0。3, 3 值取 其余取 α 取值为 张图片的计算结果中计算时间性能比较 。各测度的曲线的相对位置基本不变四类测度的值归一化后 ，根据实验对于该小鼠病肝和舌头数据集样本有最短的运 q, 5。q0，算时间的和值均为λ 和α 的值对运算速度没有影响实 R T PP, 01130，PI、I、I1，PI0。，验中α 取值为中λ 取值为中λ 取值为 在配准方面可以先用有较高时间性能的经典相似性测1 4 2 30 5 3 。。，个样本对下各测度计算 次的平均时间如表 所示度做粗配准再用其他几类测度做精配准 ，2 1 本文使用小鼠病肝和舌头数据集样本研究了图像旋转 由表 可以看出样本 的每个测度的运算时间均大于样 、、PIU PI 和平移对经典类测度互信息类测度类测度和 类测度 2 。。本 中相应测度的时间这是图像大小不同所造成的各测度 ，; 的影响并对这几类相似性测度的时间性能做了对比及分析: DD、，分类对比在经典类测度中 的运算速度相当都比较 4 6 给出了适用于该样本的相关公式的参数值以及对图像旋转和 ，D ; ; PIU D快略优于 互信息类各测度速度相当类三类测度 6 7 ，平移有较高收敛性的相似性测度 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 并用小鼠病肝数据集 ; PI PII、PI、 ，P速度也相当类测度中 有明显的优势其次是 1 2 。样本检验了给出测度的效果 PI。PI ，，总体上来说在时间性能方面经典类测度最优其次是 4 :参考文献PU ，，I类测度再次是 类测度互信息类测度由于为统计型相似 时永刚,邹谋炎, 图像配准中统计型相似性测度的比较与分析,1,，，。性测度存在着大量的对数运算所以执行速度最慢 ,J,, ,2004, 27( 9) : 1278 , 1283, ,,计算机学报刘宝生闫莉萍周 s表 2各类测度的平均时间比较 , ,J,, ,几种经典相似性度量的比较研究计算机应用研究东华 ,2,2006,23( 11) : 1 , 3, 经典类互信息类IU 类PI 类P 样本, ,J,, ,tttt陈卫兵几种图像相似性度量的匹配性能比较计算机应用 测度 测度 测度 测度 ,3,2010,30( 1) : 89 , 101, D1, 12 I2, 336, 57IU3, 58PECCP26, 56 DIUPISTUDHOLME C, HILL D L G,HAWKES D J, An overlap invariant P2, 303, 591, 25I 4R11 ,4, 样本 11, 10 6, 53 3, 83 2, 47 DPUPIII entropy measure of 3D medical image alignment,J,, PatternRecog - 6T222, 93 2, 46 DPI 74nition, 1999, 32( 1) : 71 , 86, D0, 64 I1, 193, 13IU1, 74P ECCP2BEN H A, HE Yun, KRIM H, An information divergence measure 3, 12 ,5, DUPPII1, 161, 750, 69I 4R11 样本 2for ISAR image registration,C, / /Proceedings of IEEE Workshop on 0, 64 1, 24 1, 86 3, 12 DIPIUPI 6T22Statistical Signal Processing, Washington,DC,IEEE Computer Soci- 1, 45 1, 23 DPI 74ety, 2001: 130 , 133, WACHOWIAKA M P, SM OLKOWA R, GEORQIA D T, et ,6, 4 结语al,S imilarity metrics based on non-additive entropies for 2D-3D mut- moda bomedca mage regstraton ,C , / / M edca magng liliiliiiilIi:通过实验可以得到以下结论 2003: Image Processing, ,S, l, ,: SPIE,2003, 5032: 1090 , 1100,杨 1) 各类相似性测度对于图像角度偏差的灵敏性和位移 ,,,, 齐越沈旭昆等一种快速的三维扫描数据自动配准方法 棽 ,7,。PIU 偏差的灵敏性基本上是一致的都是互信息类测度和 测 ,J,, ,2010,21( 6) : 1438 , 1450,软件学报，PI ，。度较优类测度略次之经典类测度最差本文给出的改进 ,,, 戴东波汤春蕾熊赟基于整体和局部相似性的序列聚类算法 ,8,PIPI 。，公式 优于 公式根据样本数据集结果的规律显示该结 ,J,, ,2010,21( 4) : 702 , 717,软件学报 2 。BROOKS R, ARBEL T, PRECUP D, Anytme smarty measures iiili论有较普遍的适用性 ,9,for fastera lignment,J,, Computer Vision and Image Understanding, 2)，，PI ，在时间性能方面经典类测度最优其次是 类测度再2008, 110( 3) : 378 , 389, PU ，I。3 次是 类测度互信息类测度最差本文给出的 个改进公式 PIU ，PIPI 。 均优于 类测度和互信息类测度其中 还优于 公式 ,10, 倪国强, 刘琼, 多源图像配准技术分析与展望 ,J,, 光电工程,1 2004,31( 9) : 1 , 6, 3) I、ECC MI互信息类测度中 和 在角度和位移灵敏性方 2 ,11, , , ,, 张艳玲刘桂雄曹东等数学形态学基本算法及在图像处理 PII，P面略优于本文给出的改进公式 与 但在时间性能方面 1 4 ,J,, ,2007,7( 3) : 356 , 359,科学技术与工程 中的应用。后者相对于前者有非常显著的优势 ( )59 上接第 页 ,4,，方法存在的不足进行了改进从而克服了传统方法只能 。，去除有限毛刺像素个数的缺点同时在去除毛刺的同时尽 ，。可能考虑了骨架的主体信息以保证骨架主体信息不丢失 ，通过本文方法的过程分析和实验对比本文方法对单像素宽 ，度的骨架图像具有较好的应用价值有一定的优越性和适应 。性后续还需要还可以考虑结合骨架的主体方向来判断分支 ，。是否为毛刺以对该方法进一步改进 :参考文献 ,1,罗庆洲,尹球,匡定波, 光谱与形状特征相结合的道路提取方法 ,J,, ,2007,22( 2) : 339 , 344, ,,研究遥感技术与应用安然张少军 ,, ,J,, ,陈华等字符识别中毛刺的去除方法计算机 技术与发展 ( )6 图 实验结果比较白色虚线为辅助对比标记线 ,2,2007,17( 9) : 136 , 138, ,, ,J,, 何晶范九伦一种有效的指纹图像细化算法现代电子技 ,3,,2008,31( 18) 143 , 145,: 术 ,,, ,J,, 秦筱楲蔡超周成平一种有效的骨架毛刺去除算法华中 ,4, : ,2004,32( 12) : 28 , 31,自然科学版 科技大学学报 ( T = 25)7 图 实验图像和结果 , ,M,, : ,贾永红数字图像处理武汉武汉大学出版社 ,5,2003, KLEINBERG M J, Authoritative sources in a hyperlinked 4 结语,6, envron- ment,J,, Jouma of the ACM,1999,46( 5) : 604 , 632, il，本文对基于 模板 个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载 去除毛刺的方法进行了改进并对文献