·500· 智能系统学报 第3卷 变换后位置B点的坐标可以表示为 配准速度的提高并无太大贡献. g=x+icos 0-jsin 0, 文献[7-8]中提出，统计联合直方图时所采用的 yw=y isin 0 +jcos 0. 灰度级数对最终配准精度会产生不同程度的影响. 当采用全额的256个灰度级数计算互信息值时，会 其中θ为空间变换的旋转角度.通过相对位置关系 造成最优配准位置的摆动，级数太少又使得图像过 确定其余体素点的变换位置能够简化计算复杂度， 于平滑而转移了配准位置.他们最终提出采用64个 提高空间变换的速度， 灰度级数作为两者的折中，即将待配准两幅图像的 灰度范围从[0,255]缩减到[0,63].本文采用了该 思想将灰度级数缩威为64，这样保证配准精度的同 时也提高了互信息计算的速度。 2.3加速优化过程 基于互信息的配准算法可以视为一个寻优过 程，搜寻最优空间变换参数使两幅图像之间的互信 息值达到最大，因此，优化方法的选择对配准速度和 配准精度都有较大影响.全局搜索方法如模拟退火、 图1二维变换的相对坐标计算 Fig.1 Relative coordinates in 2-D transformation 遗传算法等能够找出全局最优解，但速度很慢；具有 寻优能力较强、收敛速度较快的Powell搜索方法， 亚采样是提高空间变换效率的另一个重要方 该方法在相互正交的方向依次对变换参数进行优 法，已经被广泛采用，文献[45]研究了不同亚采样 化，在每个方向上采用Brent一维搜索方法.该方法 方法对最终配准结果的影响.秦斌杰等6]利用该方 的主要缺点是易受局部极值的影响，得到错误的配 法提出了加速的配准系统设计.亚采样方法降低了 准结果.本文采用粗配准和精配准相结合的方法来 图像分辨率，减小参与运算的体素个数，因此能够较 改进Powell方法，在获得较快配准速度的同时也保 大幅度地提高空间变换速度.但是，亚采样方法在提 证配准精度. 高配准速度的同时也因为降低了图像分辨率而导致 Powell搜索方法的初始值选择是决定搜索结果 配准精度的下降；因此，需要综合考虑配准精度和速 的一个关键因素，当初始值位于最优值附近时，搜索 度两者的相互关系，确定合理的采样系数 方法将很快收敛于该最优值，而当初始值远离最优 由于当前多核处理器的普及，可以采用多线程 值时，则搜索方法很可能会收敛于局部最优值.因此 并行计算的方法加速空间变换和三线性插值过程， 本文首先根据待配准两幅图像的质心进行粗配准， 以充分发挥CPU的计算性能.本文采用双核处理 并将配准结果作为Powell方法的初始值进一步进 器，当执行空间变换时将浮动图像分为2个部分，分 行精确搜索，这样能够加快Powell搜索方法的收敛 别在2个线程中并行运算，包括位置变换和三线性 速度，也能保证搜索得到最优解，设体素灰度值表示 插值，最后再将两个线程的运算结果合并为一个完 为f代x,y,z),(x,y,z)为该体素在体数据中的位置坐 整的体数据，计算与参考图像之间的互信息值.根据 标，则体数据的质心(g.,B,g:)可以通过式(6)计算 本文测试，双线程并行计算能够将空间变换的效率 获得： 提高将近一倍.而且随着当前处理器的发展，三核、 m=∑yf代x,y,）, 四核、八核甚至更多核的处理器将越来越普及，因此 Tm100 moio mool 采用并行计算的方法提高空间变换的运行效率将成 gx 8,= ，g:= (6) m0oo mooo m000 为加速配准过程的一个有效方法 分别计算两幅图像的质心，然后将两个质心对 2.2加速互信息计算 齐，则可以求得粗配准结果.因为受图像噪声、数据 浮动图像经空间变换后，需进一步计算与参考 不完备等影响，对齐质心得到的配准结果是不准确 图像之间的互信息值.计算方法为首先统计两幅图 的，是一个粗略的估计值，但该值是接近于最优值 像之间的联合直方图，并根据联合直方图计算边缘 的；因此可以将其作为Powell搜索的初始值，进一 熵和联合熵，最后根据式(4)计算归一化互信息值. 步进行精确搜索。 根据测试，该计算过程所消耗的时间约是空间变换 2.4配准算法流程 所消耗时间的15%，因此该过程的加速计算对最终 综合以上3个方面的加速内容，可以将整个算