DoG keypoints medical image registration based on minimum spanning tree
支力佳, 东北大学医学影像计算教育部重点实验室, 张少敏, 于红绯, 赵宏, 赵宏, 林树宽, 东北大学信息科学与工程学院, 国家数字化医学影像设备工程技术研究中心 · Journal of Image and Graphics · 2011
针对医学图像配准对鲁棒性强、准确性高和速度快的要求，提出一种基于最小生成树的DoG(difference of Gaussian)关键点配准算法。该算法首先从图像上提取DoG关键点，然后将关键点对应的灰度信息融入联合Rényi熵中，最后使用最小生成树来估计联合Rényi熵。新算法结合了DoG关键点的鲁棒性和最小生成树估计Rényi熵的高效性。实验结果表明，在图像含有噪声、灰度不均匀和初始变换范围较大的情况下，该算法在达到良好配准精度的同时，具有较强的鲁棒性和较快的速度。