专利名称：用于最佳匹配数据集的方法和装置的制作方法
背景技术：
本发明涉及一种用于匹配第一数据集的灰度值第一元素与第二数据集的灰度值第二元素以使第一元素的第一分布最佳地匹配于第二元素的第二分布的方法，正如此外在权利要求1的前序部分中所叙述的那样。
各种现有技术的方法已被应用于匹配2D-或3D-灰度值分布。元素可以是空间2D或3D结构中的像素、3D中的体素或其他。所述灰度值是用于每一所述像素的相应单值参数的简称，比如空间像素的灰色度，但是其他这种变量也已被使用。一种已知的应用领域是医学图形数据处理。所述方法通过像相关性或像素相似性之类的技术来检查多个可选相关位置和方向。基于用于所应用标准的最高响应来确定实际的匹配。接下来，变换矩阵将描述从一种分布到另一分布的变换以用于匹配位置和方向。
通常，医学应用中的变换限于刚性或仿射变换，有时候是以组合的形式，在该组合中，分布的选定骨部分仅进行刚性变换，同时通过仿射变换来变换周围的组织。
另一方法使用有效2D轮廓或有效3D对象，其可用于检测扫描的身体数据中解剖对象的边缘或侧面。所述轮廓/对象实际上是虚拟对象，其允许在表示解剖对象的边缘的图像中查找特征。所述技术将有效地查找对象的平移、旋转以及变形，然后使得它们较好地拟合(fit)，并且所述技术可用于检测扫描身体数据中解剖对象的边缘或侧面。所述技术将有效地查找对象的平移、旋转以及变形，以使得它们更好地拟合到图像数据中的特征。最佳匹配是其中对象已经移动到给出最强响应的稳定位置的匹配。所述最佳匹配可以是局部最佳拟合或全局最佳拟合。
本发明人已经认识到当前过程计算代价高，因为选择最佳匹配变换需要检查多个位置和方向，并且每一位置和方向都需要计算匹配标准。而且，本发明人已经认识到迭代过程的益处。
另一方面，基于有效轮廓或对象的当前方法以解释局部图像特征，尤其是“薄的”特征为基础。在2D中，所述特征可以是一维轮廓或中心线，以及在3D中，其为弯曲的2D表面。所以这些方法通常是基于边缘的，并且不考虑区域或对象内的灰度值分布。另一方面，内部不均匀的灰度值分布将暗示一种虚假边缘，因此在不正确的位置上定位有效轮廓或对象。
发明概要因此，本发明的目的特别是使用用于计算匹配或失配的局部处理，并且使用其结果以控制迭代步骤，该迭代步骤实施第一和第二分布之间的相对运动。所以，现在根据本发明的一个方面，根据权利要求1的特征部分来表征本发明。
特别地，Xavier Pennec，Pascal Cachier以及Nicholas Ayache的文章“Understanding the“Demon’s Algorithm”3D Non-rigidRegistration by Gradient Descent”，2nd Int.Conf.On MedicalImage Computing and Computer-Assisted Intervention，pp.597-605，Cambridge，UK，Sept.19-22，1999公开了一种说明有关强度差标准平方和的近似二阶下降的算法。然而实际上，本发明使用迭代的方法，因此避免了不同级别的高度复杂性；特别地，可以忽略相对较简单配置的复杂性。
本发明还涉及一种被设置以用于执行如权利要求1所述的方法的系统以及一种如权利要求14所述的计算机程序。本发明的计算机程序能够被提供在诸如CD-ROM之类的数据载体上，或者能够从诸如万维网那样的数据网络中下载。从属权利要求记载了本发明进一步的有利方面。
附图简述下文中将参考本发明公开的优选实施例并且特别地参考附图来更加详细地讨论本发明的这些和更多的特征、方面以及优点，其中
图1a、1b是通过步进式(stepwise)重新定位匹配灰度值分布A、B；图2是两个一维灰度值转换A(i)、B(i)以及它们的灰度值加权差值梯度F(i)；图3是作为作用于A(i)的力的强度而使用的F(i)值；
图4a、4b是n＝2和n＝-2时对称计算的典型力 (n)；图5是将被匹配的各种形状的不变性 图6a-6g是二维计算出的力 其被分解成分量Fx(i，j)和Fy(i，j)；图7a-7d是力场分量Fx(i，j)(a)和Fy(i，j)(b)以及覆盖在差值D(i，j)(c)和A(i，j)(d)上的力场 图8a、8b是组合单独元素上的力以在整体重心(COG)上产生一个力以及一个转矩图9a-9c是具有线性变形曲线拟合的2D有效对象的非刚性变形；图10a、10b是将力 转换为作用于点P的力和转矩；图11是优选实施例的过程框图；图12是根据本发明的迭代过程的流程图。
各种基本考虑因素当用于告知第一和第二分布之间的相对运动的迭代步骤应用在有效对象方法中时，其可被解释为能量优化步骤。通过迭代地应用该步骤来优化灰度值分布之间的实际匹配。一个灰度值分布扮演着有效对象的角色，并且将自动执行多个步骤以发现到达表示两个灰度值分布之间最小差值的位置和方向的途径，在此之后所述过程将自动停止。
本发明的一个特殊方面在于仅需要局部计算，其数量基本上等于所涉及的图像元素的数量。考虑到现有技术的状态需要多个计算，所述多个计算基本上与至少所述数量的平方成正比。
本发明的另一有利方面在于，计算出的灰度值差分将直接产生一个力场，该力场给出用于相对重新定位两个灰度值分布的方向。不需要能量函数的综合评估。
所提出的有效对象可由任意的2D-或3D-形状组成，并且可包含相当大数量以像素或体素的形式的元素。为了减少所包含的用于描述灰度值分布的元素的数量，可以使用其他简化配置，像例如仅仅在灰度值分布的特征子区域中的元素。所述减少的另一可能是下采样。后者特别允许标度空间方法。基于两个灰度值分布之间差值的元素的(elementary)以及元素之间的评估，为特定分布的每一元素产生一个力向量。
如此得到的向量能够以多种方式组合。一种直接的方式是不允许元素相对于彼此移动，并且将所有的力向量组合成为用于整个元素集合的一个单个力和一个单个转矩。然后使得第一灰度值分布充当刚性对象，其能够相对于第二灰度值分布平移和旋转。根据力的物理模型，其中力产生加速度，加速度产生速度，以及速度产生位移，有效对象的重新定位(平移和旋转)被实施为时间上的多个离散步骤。同样，转矩产生角加速度，角加速度产生角速度，角速度再导致旋转。利用缩放能够容易地扩展本发明的方法，所述缩放通常包含在所谓的刚性变形中。
组合力向量的另一方法是允许第一灰度值分布的像素或体素之间一定数量的受控移动，例如允许有效对象的仿射变形。当然，相对于第二灰度值分布的第一灰度值分布(有效对象)的更高阶变形也是可能的。
以下将讨论两个灰度值分布之间差分的评估，从中产生的力的计算，以及相对于第二灰度值分布的第一灰度值分布的平移、旋转和变形的各种细节。
优选实施例的详细描述图1a、1b说明通过步进式重新定位来匹配灰度值分布A、B。在图1a中，由A指示的第一分布应该最佳匹配到由B指示的第二分布。项B单独地是一个已知的测试图案，其具有大尺度灰度值分布和在其上叠加的较小尺度灰度值的噪声分布。想要的匹配应该是大尺度和小尺度。现在，从左边的第一匹配开始，在第一分布上产生一个力以按照箭头的方向移动第一分布。所述力的强度和第一分布的虚质量的值产生加速度，该加速度将在虚拟时间内产生平移和/或旋转。质量和时间单位的选择将确定运动的特性。欠阻尼运动将经常产生不想要的振荡。另一方面，过阻尼运动将花费许多计算周期。而且，其往往将最佳匹配仅仅引入到某一局部最佳。为了简洁起见，关于该图不考虑动态特性。如图1b所示，经过最小移动距离获得了最佳状态。实际上，每一具有相关旋转角的其他位置将以该特定的第二分布B而非以叠加的噪声来产生相对于大尺度灰度值分布的匹配。然后这些匹配将仅仅产生局部最佳位置。因此在实际中，仅取得单个最佳。而且，本发明允许将不同的加权分配给分布的不同子集，比如把高加权分配给被认为比其他部分具有额外关联的分布的部分。
灰度值加权差值梯度(GWDG)将在一维和二维背景下解释所提出的方法。可直接扩展到三维或更多。
一维解释图2示出一维实例，其解释GWDG原理以及其可以如何被用于将一个灰度值分布匹配到第二相似灰度值分布。该图中的曲线A(i)和B(i)表示一维灰度值转换。B(i)是A(i)平移的副本，并且目标是将A(i)移动到最佳匹配B(i)的位置。
首先，计算差值B(i)-A(i)的梯度(在离散的情况中，例如中心差分)(1)G(i)＝(A(i)-B(i))(1)接下来，灰度值梯度G(i)与灰度值A(i)相乘(2)F(i)＝A(i)·G(i) (2)由A(i)加权G(i)的值证明是用作力场 (i)强度的非常合适的量，其将驱动A(i)到达A(i)最佳拟合到B(i)的位置，结果A(i)和B(i)之间的差值被最小化。
(3)----F→(i)=F(i)·i^----(3)]]>可以注意到，F(i)的值通常为正值(在该情况中)并且A(i)应该被移位到右边，因此在正i方向上被移位。如果在特定像素位置i处的F(i)的正值被解释为作用于该位置处的像素A(i)的力 (i)的强度，那么A(i)将在正方向上被驱动，因此在B(i)的方向上被驱动。参见图3。
从力场 得出并且作用于整个曲线A(i)的总力 是所有单个力的总和，并且表示曲线 下的表面(4)----F→t=ΣiF→(i)----(4)]]>因为(4)中的求和后面是等式(1)中的差分，所以可以非常有效地计算 可认为是用作力场的非常合适的量，因为其关于平移的方向对称。在图3中，在相对于A(i)的正方向上平移B(i)，所以B(i)＝A(i-n)，这样产生总力的特定值 在相反方向上平移B(i)，所以B(i)＝A(i+n)导致力F→t(n)=-F→t(-n),]]>参见图4。
需要匹配的形状不必相同。如图5所示那样，即使例如当将程式化模型匹配到实际形状时两者之间存在大的区别，这仍旧将为 产生一个非常有用的值，其中利用如图4所使用的相同的相对平移将阶梯函数匹配到平滑转换。
二维解释接下来，参见图6来讨论二维实例。图6的顶行在图6a和6b中示出了将进行匹配的两个简单的离散灰度值分布A(i，j)和B(i，j)，因此A(i，j)最佳地拟合于B(i，j)，在该实例中的B(i，j)再次仅仅是A(i，j)水平移动的版本。
a)第一灰度值分布A(i，j)b)第二灰度值分布B(i，j)c)差值D(i，j)＝A(i，j)-B(i，j)d)X方向上的梯度Gx(i，j)＝xD(i，j)e)Fx(i，j)＝A(i，j)·Gx(i，j)f)Y方向上的梯度Gy(i，j)＝yD(i，j)g)Fy(i，j)＝A(i，j)·Gy(i，j)评估中的第一步是计算两个灰度值分布B(i，j)与A(i，j)之间的点对点差值D(i，j)(5)D(i，j)＝B(i，j)-A(i，j) (5)D(i，j)中的值是非零的，其中A(i，j)和B(i，j)不相等，并且正如能够从图6c所看到的那样，D(i，j)中的灰度值清楚地示出与B(i，j)相对于A(i，j)平移的方向相关的结构图案。
由于效率和速度的原因，要被计算出的力场将被分解成水平分量和垂直分量，并且如图6d和6f所示那样，下一步是计算D(i，j)在x-和y-方向上D(i，j)的灰度值梯度。中心差分例如用作梯度的近似值(6)Gx(i，j)＝xD(i，j)＝D(i+1，j)-D(i-1，j) (6)(7)Gy(i，j)＝yD(i，j)＝D(i，j+1)-D(i，j-1) (7)
利用A(i，j)对梯度值进行加权来计算力场 的水平分量和垂直分量Fx(i，j)和Fy(i，j)(8)Fx(i，j)＝A(i，j)·Gx(i，j) (8)(9)Fy(i，j)＝A(i，j)·Gy(i，j) (9)(10)----F→(i,j)=(Fx(i,j),Fy(i,j))----(10)]]>分别在图7的图7a和7b中对于有限数量的位置示出了作为箭头而覆盖在灰度值加权梯度图像上的水平和垂直力场分量Fx(i，j)和Fy(i，j)，以及在图7c和7d中示出了差值图像D(i，j)和图像A(i，j)上的组合力场。
从图7a和7b中可以看出，在水平方向上将存在一个合成的总力，同时在垂直方向上的力将彼此抵消。在随后的部分中，将解释如何能够使得灰度值分布A(i，j)的作用就象有效对象一样，以及如何能够应用计算出的力来将该有效对象移动到最佳匹配灰度值分布B(i，j)的位置。
有效对象有效像素/体素的集合灰度值分布A(i，j)可被视为由元素的集合即A(i，j)的像素或体素的集合组成的有效对象。这些元素的每一元素受到力 的作用，该力是如先前部分解释那样计算出来的。根据即将发生的应用的要求，将这些力应用到作为一个整体的集合存在多种可能性。
刚性变形在许多情况中，有效对象的刚性变形将是充分的，这意味着元素彼此之间的相对位置并不改变。这允许集合作为一个整体自由地平移和旋转。缩放通常也包含在刚性变形中。如以上(图3和等式4)所示，在一维情况中，能够简单地将单独的力加到一起。在二维情况中，事情变得稍微更加复杂了，因为单独力的组合将通常产生作用于整个集合的重心(COG)的一个力和一个转矩。参见图8。
非刚性变形如上所述，在需要非刚性变形的情况中，不能够简单地将这些力组成一个力和一个转矩以用于作为一个整体的有效对象。也不能够允许这些元素彼此之间自由地移动，因为这很可能导致完全混乱。然而，能够允许一些自由度，以使有效对象能够以受控方式改变它的形状。
现在所提出的方法是将有效对象再细分成多个部分，为每一部分计算力和转矩。在计算这些部分的每一部分的平移、旋转以及缩放之后，通过这些部分的重心可以拟合位移曲线，并且可以相对于这些曲线调整每一单独元素的位置。该方法在图9中进行了说明，其中线性位移曲线被拟合。
如果需要，考虑所述部分的旋转，可以应用高阶曲线和/或进一步的细分来允许整形中的更大自由度。
有效对象被分成的部分的尺寸越小，并且它们的数量越大，那么对于非刚性变形所允许的自由度越大。
力的组合作用于元素的所有力必须被转换成为作用于整个有效对象(在非刚性变形的情况中，或为有效对象的一部分)的COG的一个力和一个转矩。现在，如图10所示，作用于未通过一点的一条线上的力导致该点上的力与转矩组合。
通过对作用于有效对象的单独元素的力的x-和y-分量进行求和来确定整个对象的COG上的总力 的分量Ftotx和Ftoty。
(11)----Ftotx=Σi,jFx(i,j)----(11)]]>(12)----Ftoty=Σi,jFy(i,j)----(12)]]>(13)----F→tot=(Ftotx,Ftoty)----(13)]]>考虑与重心COG，C(xc，yc)的距离，通过对所有单独的x-和y-分量进行求和来确定整个对象上的总转矩Ttot(14)----Ttot=Σi,jFx(i,j)·(j-yC)-Σi,jFy(i,j)·(i-xC)----(14)]]>因为在此所考虑的有效对象是由整齐地排列在栅格中的像素或体素集合组成的灰度值分布，所以根据等式(13)和(14)能够非常有效地将单独的力组合成为用于整个对象的一个力和一个力矩。
平移、旋转、缩放的实施平移将第一灰度值分布(有效对象)相对于第二灰度值分布重新定位的过程实施为一种迭代离散时间步进式过程，这意味着在时间t＝kΔt内在等间隔离散点上评估动态过程，并且假设连续的评估点之间的情况不变化。该方法先前被描述过并且被成功地应用到2D有效轮廓。它模仿力的基本物理过程，即力导致加速度，加速度导致速度，以及速度导致位移。
如以上段落所得到的那样，该情况中在时间t上作用于有效对象的力是总力 如以下循环来实施迭代离散时间步进式过程计算F→tot(t)]]>a→(t)=1mF→tot(t)]]>15----v→(t)=v→(t-Δt)+a→(t)·Δt----(15)]]>p→(i,j,t)=p→(i,j,t-Δt)+v→(t)·Δt]]>t＝t+Δt在这些等式中，向量 表示在时间t处有效对象的加速度，变量m表示对象的质量，为简单起见所述对象的质量例如可以被设置为1或从灰度值分布中获得， 是速度，以及 是在时间t处元素(i，j)的位置。通过设置Δt＝1可以进一步提高效率。
为确保稳定性，必须添加阻尼力，将等式(15)中的 和 的计算改变为计算F→tot(t)]]> 当 和 小于用户可定义的(非常)小的值时，自动停止该迭代过程。当该过程表示平移时，相同的位移 被应用到有效对象的所有元素。
旋转与平移非常类似地实施旋转。然而在该情况中，变量是表示在时间t处的有效对象上的转矩的Ttot(t)、角加速度b(t)、角速度w(t)、以及向量 该向量表示在时间t处相对于COG的元素(i，j)的位置。
计算Ttot(t)阻尼T阻尼(t)＝-βw(t-Δt)，0＜β＜1 w(t)＝w(t-Δt)+b(t)q→(i,j,t)=Rotation(q→(i,j,t-Δt),w(t))]]>t＝t+Δt 的旋转是绕着COG翻转角度 对于平移可以使用类似的停止标准。
缩放为了包括有效对象的放大或缩小，我们需要知道在将这些力投影到从COG指向元素的位置向量 并且对所有元素上的这些投影求和之后，作用于单个元素的力 给出正的还是负的结果。一种更加实际的实施是以以下方式累计 的x-和y-分量Fx(i，j)和Fy(i，j)。
(18)----Stot=Σi,jFx(i,j)·sign(i-xC)+Σi,jFy(i,j)·sign(j-yC)----(18)]]>实验表明，简单的增加或收缩过程给出令人满意的结果。所以不会将缩放实施为类似于平移和旋转那样的动态力驱动的过程。代替地，引入简单的放大因子，该因子被应用到向量 (19)----q→(i,j,t)=(1+Stots)·q→(i,j,t-Δt)----(19)]]>其中s是用户可定义的常数，用于控制缩放的效果。
平移、旋转和缩放能够都被组合在一个迭代过程中，在同一迭代中执行所有三个动作。另一方法是在替代模式中应用这三个操作，例如在每第五平移步骤之后，做一个旋转步骤和一个缩放步骤。
如果期望的话，可以添加加权因子来平衡影响三个操作相对彼此之间的效果。
应用医学成像中的一种显著的应用是陆标(landmark)匹配，其中需要将一个数据集中特征位置(陆标)周围的灰度值分布拟合到第二数据集中的灰度值分布，其目的是为了在所述第二数据集中定位相应的特征位置，所述相应的特征位置能够用于两个数据集的对准。陆标能够(半)自动地选择或通过用户指出。与以上有关的是通过将陆标模型拟合到数据集来自动定位陆标。
其他应用领域的一些实例是卫星图像、天文学、视频帧的时域处理、识别以及用于安全和监视的模式识别。
上述方法也能够用于将计算机辅助提供给需要迭代地将图形对象等定位到图像数据的用户。程式化的灰度值分布能够被分配给所述图形对象，然后其能够与图像中的灰度值相匹配。
如在此所述的灰度值分布(1D、2D或3D)的匹配也能够是当前灰度值剖面匹配应用或外观模型化方法的一个替代。
图11说明优选实施例的过程框图，单独地将该图从较早的美国专利5,633,951带给同一受让人。在此，通过相应成像系统12(磁共振)和14(计算机断层摄影)所产生的两个图像将必须以最佳匹配方式组合。然而，以MR对MR图像或以用于所述图像的任一可用的源同样能够实现该过程。现在首先，在处理器16中，为产生最佳匹配，借助于校正的体积2诸如通过平移、旋转或通过以上考虑的更为复杂的过程来对准两个体积分布。接下来，在处理器18中，如此对准的两个分布实际上被组合以在右侧的显示器20上成像。
图12说明了根据本发明的迭代过程的流程图。在块30，启动系统，并且分配相应的硬件和软件设备。接下来，在块32，接收两个分布，比如从后备存储器中接收。接下来，在块34，如果必要的话，非刚性和用于根据直接一致匹配来修改所述过程的其他过程被适当地分配给所述分布之一。在块36，逐个元素地匹配所述两个分布，并且获得关于元素的力。接下来在块38，所述力被累加或组合，比如成为一个力和一个转矩，确切地说，成为更加复杂的力/转矩集合。在块40，计算由力/转矩所导致的运动确定位移或重定位。在块42，充分查找和检查总的匹配。如果没有，则系统返回到块36。如果有，那么在块44输出所述匹配。作为选择，块42也能够位于块36的输出端。
现在，参考本发明的优选实施例已经在此公开了本发明。本领域的技术人员将能认识到在不超过所附权利要求书的范围的情况下，可以对其进行多种修改和改变。因此，所述实施例应该被认为是说明性的，并且除了权利要求书所叙述之外，不应该根据这些实施例来解释限制性。
权利要求
1.一种用于将第一数据集的灰度值第一元素与第二数据集的灰度值第二元素进行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布的方法，所述方法的特征在于以下步骤将所述第一元素映射到所述第二元素上，并且评估任一映射的第一元素与其相关的第二元素之间的局部灰度值分布差值；根据所述局部灰度值分布差值，为每一所述第一元素导出力场的力向量，所述力向量表示优选的运动尺寸和方向；将所述单独的力向量组合成为共同作用于所述第一元素的单个力和单个转矩，以便迭代地将所述第一元素共同移动到改善所述第一和第二分布之间匹配的修正映射。
2.如权利要求1所要求的方法，同时执行所述迭代的移动直到实现充分的匹配。
3.如权利要求1所要求的方法，其中对于每一所述导出来说，计算量基本上与所述第一元素的量成线性关系。
4.如权利要求1所要求的方法，其中所述第一和第二元素形成元素的相应超集的相应子集。
5.如权利要求4所要求的方法，其中基于表示所述超集的特有特征来选择所述子集。
6.如权利要求4所要求的方法，其中通过下采样来选择所述子集。
7.如权利要求1所要求的方法，其中通过防止所述第一元素相对彼此移动，所述组合将所有所述向量组合成为单个力和单个转矩值。
8.如权利要求1所要求的方法，同时允许第一分布的元素之间的预定量的运动。
9.如权利要求8所要求的方法，其中所述允许进行仿射变换或高阶变形。
10.如权利要求1所要求的方法，用于医学成像陆标匹配。
11.如权利要求1所要求的方法，并且应用到下述之一卫星图像，天文学图像，视频帧的时域处理，人类或人造图像的识别，以及用于安全、监视或侦察的模式识别。
12.如权利要求1所要求的方法，其中对所述运动实施阻尼抑制。
13.一种被设置用来实施如权利要求1所要求的方法的系统，用于将第一数据集的灰度值第一元素与第二数据集的灰度值第二元素进行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布，所述系统包括-接收装置，用于接收所述第一和第二数据集；-由所述接收装置馈给的映射装置，用于将所述第一元素映射到所述第二元素上，并且评估任一映射的第一元素与其相关的第二元素之间的局部灰度值分布差值；-由所述映射装置馈给的力导出装置，用于根据所述局部灰度值分布差值，为每一所述第一元素导出力场的力向量，所述力向量表示优选的运动尺寸和方向；-由所述力导出装置馈给的组合装置，用于将所述单独的力向量组合成为共同作用于所述第一元素的单个力和单个转矩，以便迭代地将所述第一元素共同移动到改善所述第一和第二分布之间匹配的修正映射，以及-循环装置，用于将所述修正映射再耦合到所述映射装置和/或所述力导出装置。
14.一种计算机程序，包括用于将第一数据集的灰度值第一元素与第二数据集的灰度值第二元素进行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布的指令，所述计算机程序的特征在于用于下述的以下指令将所述第一元素映射到所述第二元素上，并且评估任一映射的第一元素与其相关的第二元素之间的局部灰度值分布差值；根据所述局部灰度值分布差值，为每一所述第一元素导出力场的力向量，所述力向量表示优选的运动尺寸和方向；将所述单独的力向量组合成为共同作用于所述第一元素的单个力和单个转矩，以便迭代地将所述第一元素共同移动到改善所述第一和第二分布之间匹配的修正映射。
全文摘要
一种用于将第一数据集的灰度值第一元素与第二数据集的灰度值第二元素进行匹配以使第一元素的第一分布最佳匹配于第二元素的第二分布的方法，所述方法的特征在于以下步骤将所述第一元素映射到所述第二元素上，并且评估任一映射的第一元素与其相关的第二元素之间的局部灰度值分布差值；根据所述局部灰度值分布差值，为每一所述第一元素导出力场的力向量，所述力向量表示优选的运动尺寸和方向；将所述单独的力向量组合成为共同作用于所述第一元素的单个力和单个转矩，以便迭代地将所述第一元素共同移动到改善所述第一和第二分布之间匹配的修正映射。
文档编号G06T7/00GK1761974SQ200480007345
公开日2006年4月19日 申请日期2004年3月15日 优先权日2003年3月18日
发明者S·洛布雷特 申请人:皇家飞利浦电子股份有限公司