关联显微镜的多模态图像配准

关联显微镜是一种结合了光学显微镜功能与电子显微镜及其他显微技术高分辨率的方法。关联显微镜的图像配准极具挑战性，因为它是一个多模态、多尺度和多维度的配准问题。在本报告中，我介绍了两种用于关联显微镜的图像配准方法。第一种方法基于基准点（beads）。我从基准点生成地标，并基于三对最近的对应地标计算相似变换矩阵，随后应用最小二乘匹配过程以进一步细化配准。第二种方法受图像类比（image analogies）方法的启发。我将稀疏表示模型引入图像类比中。首先针对来自两种不同模态的预配准数据集训练代表性图像块（字典），然后利用稀疏编码技术，基于学习到的字典将给定图像从一种模态转换到另一种模态的预测图像。最终的图像配准是在预测图像与不同模态中对应于给定图像的原始图像之间进行的。该方法将多模态配准问题转化为单模态问题。我在透射电子显微镜（TEM）和共聚焦显微镜图像上测试了我的方法。本报告也展示了这些方法的实验结果。