何凯等：一种改进的非刚性图像配准算法 959· 像和不同表情人脸图像的纠正效果，其中，图4~图 (d)分别是利用传统H-S模型、Brox模型和SIFT 6(a)、图4~图6(b)、图4~图6(c)和图4~图6 FIow模型以及本文算法获得的图像纠正结果 回 c 图4核磁共振图像纠正结果对比.(a)H-S算法；(b)Borx算法：(c)SIFT Flow算法：(d)本文算法 Fig.4 Comparison of aligned results on MRI images:(a)H-S method;(b)Brox method;(c)SIFT flow method;(d)proposed method (a (b d 图5柔性图像纠正结果对比.(a)H-S算法：(b)Bow算法：(c)SFT1ow算法：(d)本文算法 Fig.5 Comparison of aligned results on flexible images:(a)H-S method;(b)Brox method;(c)SIFT flow method;(d)proposed method a (b) (c) d 图6人脸图像纠正结果对比.(a)H-S算法：(b)Box算法；(c)STow算法：(d)本文算法 Fig.6 Comparison of aligned results on human face images:(a)H-S method;(b)Brox method;(c)SIFT flow method;(d)proposed method 众所周知，脑部组织一般有较明显的非刚性. 其结果图像在边缘与内部存在严重模糊：Box算法 从图4能够看到，H-S算法对浮动图像起到了一定 的配准结果图像在中间区域（如数字‘38'处）存在 的纠正作用，但整体边界模糊，留存许多噪点：与之 明显的误匹配：SIFT Flow算法虽然取得了较好的配 相比，Brox算法在保持图像结构完整方面有很大提 准效果，但是仍然存在一些断点与块效应，特别是在 高，但对一些存在严重形变的部位与细节部分矫正 衣服边缘区域，存在明显的阶梯效应：而使用本文提 效果也不够理想：SIFT Flow的配准结果存在明显的 出的算法则达到了最优的配准效果. 断点，且存在明显的块效应：而本文算法由于采用各 从图6中可看出：H-S算法的配准结果图像边 项异性正则项，同时引入非局部项，在图像细节保持 界模糊严重：BOx算法虽然整体配准效果还可以， 及配准精度方面明显优于传统算法 但嘴巴部分矫正效果不佳：SIFT Flow算法结果存在 柔性图像通常具有比较严重的局部非刚性形 较多误匹配及块效应：而本文算法在眉毛、嘴巴、眼 变，从图5中可看出，利用传统H-$算法进行配准， 睛等细节部位均实现了比较精细的矫正，取得了最何 凯等: 一种改进的非刚性图像配准算法 像和不同表情人脸图像的纠正效果,其中,图 4 ~ 图 6(a)、图 4 ~ 图 6( b)、图 4 ~ 图 6( c) 和图 4 ~ 图 6 (d)分别是利用传统 H鄄鄄 S 模型、Brox 模型和 SIFT Flow 模型以及本文算法获得的图像纠正结果. 图 4 核磁共振图像纠正结果对比. (a)H鄄鄄 S 算法;(b)Brox 算法;(c)SIFT Flow 算法;(d)本文算法 Fig. 4 Comparison of aligned results on MRI images: (a) H鄄鄄 S method;(b) Brox method;(c) SIFT flow method;(d) proposed method 图 5 柔性图像纠正结果对比. (a)H鄄鄄 S 算法;(b)Brox 算法;(c)SIFT Flow 算法;(d)本文算法 Fig. 5 Comparison of aligned results on flexible images: (a) H鄄鄄 S method;(b)Brox method;(c)SIFT flow method;(d) proposed method 图 6 人脸图像纠正结果对比. (a)H鄄鄄 S 算法;(b)Brox 算法;(c)SIFT Flow 算法;(d)本文算法 Fig. 6 Comparison of aligned results on human face images: (a) H鄄鄄 S method;(b) Brox method;(c) SIFT flow method;(d) proposed method 众所周知,脑部组织一般有较明显的非刚性. 从图 4 能够看到,H鄄鄄 S 算法对浮动图像起到了一定 的纠正作用,但整体边界模糊,留存许多噪点;与之 相比,Brox 算法在保持图像结构完整方面有很大提 高,但对一些存在严重形变的部位与细节部分矫正 效果也不够理想;SIFT Flow 的配准结果存在明显的 断点,且存在明显的块效应;而本文算法由于采用各 项异性正则项,同时引入非局部项,在图像细节保持 及配准精度方面明显优于传统算法. 柔性图像通常具有比较严重的局部非刚性形 变,从图 5 中可看出,利用传统 H鄄鄄 S 算法进行配准, 其结果图像在边缘与内部存在严重模糊;Brox 算法 的配准结果图像在中间区域(如数字‘38爷处)存在 明显的误匹配;SIFT Flow 算法虽然取得了较好的配 准效果,但是仍然存在一些断点与块效应,特别是在 衣服边缘区域,存在明显的阶梯效应;而使用本文提 出的算法则达到了最优的配准效果. 从图 6 中可看出:H鄄鄄 S 算法的配准结果图像边 界模糊严重;Brox 算法虽然整体配准效果还可以, 但嘴巴部分矫正效果不佳;SIFT Flow 算法结果存在 较多误匹配及块效应;而本文算法在眉毛、嘴巴、眼 睛等细节部位均实现了比较精细的矫正,取得了最 ·959·