一、论文开题报告 论文题目：基于特征点的异源图像配准技术及其应用的研究研究方向：图像处理⑴ 立论依据（所选课题的科学意义和应用前景，国内外研究现状分析）：1.所愿课题的科学意义和应用背景图像配准技术是图像处理领域中的重要研究课题，对不同成像手段获得的异源图像进行配准可以用于医疗诊断、三维重建、手术计划的制定、放射治疗计划的制定、病理变换的跟踪和治疗效果的评价等各个方面。近二十年来，国内外广大科学工作者以及医务工作者对于医学图像配准技术的研究已经取得了不菲的成绩。然而，成像技术的进一步发展以及临床实践的更高要求都为医学图像配准提出了新的课题，注入了新的研究动力。况且，医学图像配准本身是一个非常复杂的过程，不同的临床应用需要不同的配准技术，现有的配准算法有的虽然配准精度高，但计算复杂度大而耗时较长，有的虽然配准速度快，但配准精度欠缺，有的则配准的自动化程度不高，需要富有经验的医生进行人工干预和手动标记，才能完成配准，有的配准算法鲁棒性不强，不能适用于各种医学图像。如基于图像灰度信息的算法使用灵活，但其运算量大，且鲁棒性不强；沈定刚提出的 HAMMER 算法，在脑图像的弹性配准中取得很好的效果，配准精度和鲁棒性明显优于基于图像灰度信息的算法，然而，HAMMER 不足之处在于属性向量的定义依赖于脑组织的图像分割结果。所有这些情况都限制了图像配准的实际应用，因此需要进一步地深入研究图像配准中的各关键技术。现阶段，基于特征的图像配准算法已经较为成熟，针对不同的领域，出现了各种优秀的算法。在医学图像这个领域，也需要通过对现有方法或加以改进或提出更好的方法代替，做到自动、快速、精确和鲁棒性强。2.国内外研究现状分析图像配准是将同一场景由不同时间、不同视角、不同传感器获得的两幅或多幅图像叠加的过程。有些学者对图像配准与图像匹配是一个概念，从配准方法上划分，分为基于区域和基于特征的两种方法。相对与基于区域的配准方法，基于特征的配准方法具有更强大的区分能力，对于遮挡具有更好的鲁棒性，而好的特征能够对图像的旋转、平移、尺度变换、视角变化、甚至一定程度的光照变化具有不变性。因此基于特征的配准方法逐渐成为研究的热点。基于特征的配准方法并不直接利用灰度信息，特征可以是点特征，线特征或者区域特征等。一般来说，特征需要满足以下条件：不变性，实时图和参考图的特征需一致。唯一性，不同的特征用不同的特征描述符来表示。...
