基于互信息的圖像配準(zhǔn)

1、信息論大作業(yè)基于互信息的圖像配準(zhǔn) 班級(jí)： 09030901 學(xué)號(hào)： 2009302311 姓名： 益琛 同組成員：陳升富 黎照1. 引言隨著醫(yī)學(xué)、計(jì)算機(jī)技術(shù)及生物工程技術(shù)的發(fā)展，醫(yī)學(xué)影像學(xué)為臨床診斷提供了多種模態(tài)的醫(yī)學(xué)圖像，不同的醫(yī)學(xué)圖像提供了相關(guān)臟器的不同信息：CT(Computed Tomography，電子計(jì)算機(jī)X 射線(xiàn)斷層掃描)和MRI(Magneticresona nce ima ging，核磁共振成像)以較高的空間分辨率提供了臟器的解剖結(jié)構(gòu)信息。在實(shí)際臨床應(yīng)用中，單一模態(tài)的圖像往往不能提供醫(yī)生所需要的足夠的信息，通常需要將不同模態(tài)的圖像融合在一起，得到更豐富的信息，以便了解病變組織

2、或器官的綜合信息，從而做出準(zhǔn)確的診斷或制訂出合適的治療方案。而圖像配準(zhǔn)是圖像融合的重要前提，圖像配準(zhǔn)是指對(duì)一幅圖像進(jìn)行一定的幾何變換而映射到另一幅圖像中，使得兩幅圖像中的相關(guān)點(diǎn)達(dá)到空間上的一致。圖像配準(zhǔn)主要有兩大類(lèi)方法，基于灰度的方法和基于特征的方法?；诨叶鹊呐錅?zhǔn)方法直接利用圖像的灰度數(shù)據(jù)進(jìn)行配準(zhǔn)，從而避免了因分割而帶來(lái)的誤差，因而具有精度較高、魯棒性強(qiáng)、不需要預(yù)處理而能實(shí)現(xiàn)自動(dòng)配準(zhǔn)的特點(diǎn)。在基于灰度的配準(zhǔn)方法中，基于互信息的方法包括互信息和歸一化互信息方法，它們已經(jīng)被廣泛使用并具有最高的精度。本文使用的是基于互信息的配準(zhǔn)方法。2. 圖像配準(zhǔn)技術(shù)2.1圖像配準(zhǔn)技術(shù)的數(shù)學(xué)定義 數(shù)字圖像可以用一

3、個(gè)二維矩陣來(lái)表示，如果用、分別表示待配準(zhǔn)圖像和參考圖像在點(diǎn)(x,y)處的灰度值，那么圖像、的配準(zhǔn)關(guān)系可表示為： （1）其中f代表二維的空間幾何變換函數(shù)；g表示一維的灰度變換函數(shù)。配準(zhǔn)的主要任務(wù)是尋找最佳的空間變換關(guān)系f與灰度變換關(guān)系g，使兩幅圖像實(shí)現(xiàn)最佳對(duì)準(zhǔn)。其中，空間幾何變換是灰度變換的前提，是實(shí)現(xiàn)精準(zhǔn)配準(zhǔn)的關(guān)鍵環(huán)節(jié)。2.2幾何變換空間變換主要解決圖像平面上像素的重新定位問(wèn)題，式(1)中的空間幾何變換函數(shù)f可用空間變換模型進(jìn)行描述，常用的空間變換模型有剛體變換、仿射變換、投影變換和非線(xiàn)性變換。剛體變換使得一幅圖像中任意兩點(diǎn)間的距離變換到另一幅圖像中后仍然保持不變；仿射變換使得一幅圖像中的直線(xiàn)

4、經(jīng)過(guò)變換后仍保持直線(xiàn)，并且平行線(xiàn)仍保持平行；投影變換是從三維圖像到二維平面的投影；非線(xiàn)性變換把一條直線(xiàn)變換為一條曲線(xiàn)，一般用代數(shù)多項(xiàng)式來(lái)表示。仿射變換是最常用的一種空間變換形式,可以實(shí)現(xiàn)圖像的平移、旋轉(zhuǎn)、按比例縮放等操作，我們?cè)趯?shí)驗(yàn)中使用的是此變換模型。仿射變換可以用矩陣形式表示： 當(dāng)分別取值為、將依次對(duì)圖像進(jìn)行平移、旋轉(zhuǎn)、按比例縮放操作。2.3 插值技術(shù)浮動(dòng)圖的像素點(diǎn)經(jīng)過(guò)空間變換后，參考圖中對(duì)應(yīng)點(diǎn)的坐標(biāo)一般來(lái)說(shuō)不是整數(shù)，必須通過(guò)插值方法計(jì)算該點(diǎn)的灰度值。常用的插值算法有最近鄰插值算法、雙線(xiàn)性插值算法和部分體積插值算法。為了盡可能避免基于互信息配準(zhǔn)的局部最優(yōu)問(wèn)題，本文采用改進(jìn)PV插值算法。PV

5、插值法是一種專(zhuān)門(mén)針對(duì)兩幅圖像的聯(lián)合直方圖的更新而設(shè)計(jì)的插值技術(shù)，它并不是真正意義上的插值方法，因?yàn)橥ㄟ^(guò)此方法并不能計(jì)算出反向變換點(diǎn)的灰度值。PV插值法的計(jì)算過(guò)程如圖1.圖中的(x)為反向變換得到的一個(gè)浮點(diǎn)數(shù)點(diǎn)，其四個(gè)最近鄰像素點(diǎn)分別為。設(shè)參考圖像為r(x),浮動(dòng)圖像為f(x),則它們的聯(lián)合圖方圖函數(shù)如下。 i=1,2,3,41-dxdxdy1-dy2.4 優(yōu)化算法常用的優(yōu)化算法有：牛頓法、最速下降法、模擬退火法、遺傳算法、單純形法、模式搜索法、Powell法等搜索算法。Powell法不需要對(duì)目標(biāo)函數(shù)進(jìn)行求導(dǎo)計(jì)算，具有收斂速度快、精度高、可靠性好等優(yōu)點(diǎn)，是目前解無(wú)約束最優(yōu)化問(wèn)題十分有效的直接法，

6、應(yīng)用相當(dāng)廣泛，所以我們?cè)趯?shí)驗(yàn)中采用該算法。Powell算法實(shí)現(xiàn)如下：給定允許誤差，初始點(diǎn)和n個(gè)線(xiàn)性無(wú)關(guān)的方向 ，置k=1.置，從出發(fā)，依次沿方向進(jìn)行一維搜索，得到點(diǎn)。再?gòu)某霭l(fā)，沿方向作一維搜索點(diǎn)，得到點(diǎn)。（3）若，則停止搜索，得到點(diǎn)；否則，置 返回步驟（2）. Powell算法中的一維搜索算法brent方法。Brent法思路：開(kāi)始時(shí)利用黃金分割法確定一個(gè)較小的包含極小點(diǎn)的不確定區(qū)間，然后利用拋物線(xiàn)法獲得一個(gè)極小點(diǎn)，若此極小點(diǎn)落在此不確定區(qū)間，則利用該極小點(diǎn)繼續(xù)進(jìn)行二次插值；否則放棄該點(diǎn)，改用黃金分割法搜索。算法中密切關(guān)注a,b,u,v,w,x這六個(gè)點(diǎn)，其中a,b表示包含極小點(diǎn)的不確定區(qū)間；u表

7、示最新搜索到的極小點(diǎn)；w表示上一次搜索到的極小點(diǎn)；v表示上一次的w值；x表示當(dāng)前已搜到的最佳極小點(diǎn)。算法實(shí)現(xiàn)步驟如下（設(shè)目標(biāo)函數(shù)為f(x)）：(1)給定初始區(qū)間，精度要求，黃金分割系數(shù)（2）計(jì)算，置；計(jì)算，置；置上一次迭代步長(zhǎng)。（3）計(jì)算當(dāng)前區(qū)間中點(diǎn)，若，則停止搜索，的極小值,否則轉(zhuǎn)（4）。（4）令，若，則采用黃金分割法，轉(zhuǎn)（8）。（5）若，則采用黃金分割法，轉(zhuǎn)（8）。（6）過(guò)三點(diǎn)構(gòu)造拋物線(xiàn)函數(shù)，計(jì)算（7）若在之外，則用黃金分割法重新求極小點(diǎn)，轉(zhuǎn)步驟（8）；若u相對(duì)于的改變量大于上一次的改變量，則轉(zhuǎn)步驟（8）；若或，則用代替前面的改變量。（8）按黃金分割法確定點(diǎn),且u在區(qū)間和中長(zhǎng)度較大的一個(gè)；

8、若u相對(duì)于x的改變量小于，則用代替前面的改變量。（9）計(jì)算，按照各自的定義更新。置，轉(zhuǎn)步驟（3）。3 基于互信息的圖像配準(zhǔn)方法3.1 互信息的計(jì)算互信息是信息理論中的一個(gè)基本概念，通常用于描述兩個(gè)系統(tǒng)間的統(tǒng)計(jì)相關(guān)性，或者是一個(gè)系統(tǒng)中所包含的另一個(gè)系統(tǒng)中信息的多少，它可以用熵來(lái)描述： （2） 其中，和分別是系統(tǒng)A和B的熵，是它們的聯(lián)合熵，依次定義如下： (3) (4) (5)其中和分別是系統(tǒng)A和B完全獨(dú)立時(shí)的的概率分布。是系統(tǒng)A和B的聯(lián)合概率分布。令圖像A和B的互信息為，將式（3），（4），（5），分別代入式（2），即可得到圖像互信息的計(jì)算公式： 3.2 配準(zhǔn)方法首先根據(jù)兩幅圖像的基本情況預(yù)設(shè)一

9、個(gè)初始參數(shù)，其中為裁剪旋轉(zhuǎn)角的圖像2 行的第一個(gè)索引。為裁剪旋轉(zhuǎn)角的圖像2 列的第一個(gè)索引，為旋轉(zhuǎn)的角度，為比例因子。然后按照給定的初始參數(shù)對(duì)圖像2 進(jìn)行變換，并計(jì)算圖像1 和圖像2 的互信息，然后利用最優(yōu)化工具箱中的fminsearch 函數(shù)在附近尋找使圖像1 和圖像2 互信息最大的點(diǎn)，直至搜索到滿(mǎn)足精度要求的參數(shù)；最后輸出配準(zhǔn)參數(shù)。4. 圖像配準(zhǔn)的實(shí)現(xiàn)4.1配準(zhǔn)流程首先對(duì)參考圖像和浮動(dòng)圖像按照給定的初始點(diǎn)使用PV插值法統(tǒng)計(jì)聯(lián)合直方圖并計(jì)算互信息值；然后利用POWELL算法依據(jù)最大互信息理論判斷所得參數(shù)是否最優(yōu)，若不是，則繼續(xù)搜索較優(yōu)參數(shù)，在搜索時(shí)會(huì)不斷重復(fù)“空間幾何變換（affine）-統(tǒng)

10、計(jì)聯(lián)合直方圖（PV插值法）-計(jì)算互信息值-最優(yōu)化判斷”的過(guò)程，直至搜索到滿(mǎn)足精度要求的參數(shù)；最后輸出配準(zhǔn)參數(shù)。輸入?yún)⒖紙D像輸入浮動(dòng)圖像設(shè)置初始點(diǎn)和初始搜素方向空間幾何變換計(jì)算互信息值最優(yōu)化否是輸出配準(zhǔn)參數(shù)4.2.所用到的M文件及其源代碼4.2.1 ImageRegistration.mfunction varargout = ImageRegistration(varargin)gui_Singleton = 1;gui_State = struct('gui_Name', mfilename, . 'gui_Singleton', gui_Singleton,

11、 . 'gui_OpeningFcn', ImageRegistration_OpeningFcn, . 'gui_OutputFcn', ImageRegistration_OutputFcn, . 'gui_LayoutFcn', , . 'gui_Callback', );if nargin && ischar(varargin1) gui_State.gui_Callback = str2func(varargin1);end if nargout varargout1:nargout = gui_main

12、fcn(gui_State, varargin:);else gui_mainfcn(gui_State, varargin:);end addpath(pwd);function ImageRegistration_OpeningFcn(hObject, eventdata, handles, varargin)handles.output = hObject; guidata(hObject, handles); function varargout = ImageRegistration_OutputFcn(hObject, eventdata, handles)varargout1 =

13、 handles.output; function pushbutton1_Callback(hObject, eventdata, handles)global I; %調(diào)用OpenImage.m讀入?yún)⒖紙D像并獲取文件名、圖像大小%filename ,pathname=uigetfile('*.jpg''*.bmp''*.bmp','Ñ¡ÔñͼƬ');str=pathname filename;I=imread(str);axes(handles

14、.axes1);imshow(I);handles.data=I;guidata(hObject,handles);figure(1);imshow(handles.data); function pushbutton3_Callback(hObject, eventdata, handles)handles.Old_I=handles.data;handles.Old_J=handles.data2; I,J=GLPF(handles);handles.data=I;handles.data2=J;guidata(hObject,handles); ticRegistrationParame

15、ters=Powell(handles);tocElapsedTime=toc; handles.RegistrationParameters=RegistrationParameters;y=RegistrationParameters(1);x=RegistrationParameters(2);ang=RegistrationParameters(3);MI_Value=RegistrationParameters(4);RegistrationResult=sprintf('X,Y,Angle=%.5f%.5f%.5f',x,y,ang);MI_Value=sprint

16、f('MI_Value=%.4f',MI_Value);ElapsedTime=sprintf('Elapsed Time=%.3f',ElapsedTime);axes(handles.axes3)RegistrationImage=Register(handles);imshow(RegistrationImage)set(handles.text1,'string',RegistrationResult);set(handles.text2,'string',MI_Value);set(handles.text3,'

17、string',ElapsedTime); function pushbutton2_Callback(hObject, eventdata, handles)global J;filename ,pathname=uigetfile('*.jpg''*.bmp''*.bmp','Ñ¡ÔñͼƬ');str=pathname filename;J=imread(str);axes(handles.axes2);imshow(J);handle

18、s.data2=J;guidata(hObject,handles);figure(2);imshow(handles.data2);Powell.mfunction RegistrationParameters=Powell(handles)e=0.1;X0=0 0 0;D=1 0 0;0 1 0;0 0 1;num=0;while(num<200) num=num+1; d1=D(1,:);%d1Ϊ¾ØÕóDµÄµÚÒ»ÐУ

19、2;³õʼËÑË÷·½Ïò X1,fX1=OneDimSearch(X0,d1,handles); d2=D(2,:);%d2Ϊ¾ØÕóDµÄµÚ¶þÐУ¬³õʼËÑË÷·½Ïò X2,fX2

20、=OneDimSearch(X1,d2,handles); d3=D(3,:);%d3Ϊ¾ØÕóDµÄµÚÈýÐУ¬³õʼËÑË÷·½Ïò£¬ÈýάËÑË÷¹ÊÓÐ

21、0;ý¸ö·½Ïò X3,fX3=OneDimSearch(X2,d3,handles); fX0=PV(X0(1),X0(2),-X0(3),handles); Diff=fX1-fX0 fX2-fX1 fX3-fX2; maxDiff,m=max(Diff);%maxº¯ÊýµÄÓ÷¨£¬·µ»ØmaxdiffΪÏò&#

22、193;¿DiffµÄ×î´óÔªËØ£¬mΪ×î´óÔªËصÄÐòºÅ d4=X3-X0; temp1=X3-X0; Conditon1=sum(temp1.*temp1); if Conditon1<=e break end X4,fX4,landa=OneDimSearch(X0,d4,han

23、dles); X0=X4; temp2=X4-X3; Conditon2=sum(temp2.*temp2); if Conditon2<=e X3=X4; break end temp3=sqrt(fX4-fX0)/(maxDiff+eps); if(abs(landa)>temp3) D(4,:)=d4; for i=m:3 D(i,:)=D(i+1,:); end endendRegistrationParameters(1)=-X3(1);RegistrationParameters(2)=-X3(2);RegistrationParameters(3)=-X3(3);Re

24、gistrationParameters(4)=fX3;function Y,fY,landa=OneDimSearch(X,direction,handles)%һάËÑË÷²ÉÓÃbrent·½·¨a=-5;b=5;Epsilon=0.0001;cgold=0.381966;IterTimes=200;if a>b temp=a; a=b; b=temp;endv=a+cgold*(b-a);w=v;x=v;e=0.0;f

25、x=Fx(x,X,direction);fv=fx;fw=fx;for iter=1:IterTimes xm=0.5*(a+b); if abs(x-xm)<=Epsilon*2-0.5*(b-a) break end if abs(e)>Epsilon r=(x-w)*(fx-fv); q=(x-v)*(fx-fw); p=(x-v)*(q-(x-w)*r; q=2*(q-r); if q>0 p=-p; end q=abs(q); etemp=e; e=d; if not (abs(p)>=abs(0.5*q*etemp)|p<=q*(a-x)|p>=

26、q*(b-x) d=p/q; u=x+d; if u-a<Epsilon*2|b-u<Epsilon*2 d=MySign(Epsilon,xm-x); end else if x>=xm e=a-x; else e=b-x; end d=cgold*e; end else if x>=xm; e=a-x; else e=b-x; end d=cgold*e; end if abs(d)>=Epsilon u=x+d; else u=x+MySign(Epsilon,d); end fu=Fx(u,X,direction); if fu<=fx if u&g

27、t;=x a=x; else b=x; end v=w; fv=fw; w=x; fw=fx; x=u; fx=fu; else if u<x a=u; else b=u; end if fu<=fw|w=x v=w; fv=fw; w=u; fw=fu; else if fu<=fv|v=x|v=w v=u; fv=fu; end end endendlanda=x;Y=X+x*direction;fY=Fx(x,X,direction);functionmySign=MySign(a,b)if b>0 Result=abs(a);else Resulr=abs(a)

28、;endmySign=Result;function fx=Fx(x,X,direction,handles)fx=-PV(X(1)+direction(1)*x,X(2)+direction(2)*x,-(X(3)+direction(3)*x),handles); 4.2.3 PV.mfunction mi=PV(x,y,ang,handles)a=handles.data;a=double(a);b=handles.data2;b=double(b);M,N=size(a);hab=zeros(256,256);ha=zeros(1,256);hb=zeros(1,256);if max

29、(max(a)=min(min(a) a=(a-min(min(a)/(max(max(a)-min(min(a);else a=zeros(M,N);endif max(max(b)=min(min(b) b=(b-min(min(b)/(max(max(b)-min(min(b);else b=zeros(M,N);enda=double(int16(a*255)+1;b=double(int16(b*255)+1;width,height=size(b);u=(width-1)/2;v=(height-1)/2;rad=pi/180*ang;t1=1 0 0;0 1 0;x y 1;t2

30、=1 0 0;0 1 0;-u -v 1;t3=cos(rad) -sin(rad) 0;sin(rad) cos(rad) 0;0 0 1;t4=1 0 0;0 1 0;u v 1;T=t2*t3*t4*t1;tform=maketform('affine',T);coordinate_x=zeros(width,height);coordinate_y=zeros(width,height);for i=1:width for j=1:height coordinate_x(i,j)=i; endendfor i=1:width for j=1:height coordin

31、ate_y(i,j)=j; endendw z=tforminv(tform,coordinate_x,coordinate_y);for i=1:width for j=1:height source_x=w(i,j); source_y=z(i,j); if(source_x>width-1|source_y>height-1|double(uint16(source_x)<=1|double(uint16(source_y)<=1) hab(a(1,1),a(1,1)=hab(a(1,1),a(1,1)+1; else m=fix(source_x); n=fix

32、(source_y); index_b=b(i,j); index_a0=a(m,n); index_a1=a(m+1,n); index_a2=a(m,n+1); index_a3=a(m+1,n+1); dx=source_x-m; dy=source_y-n; hab(index_a0,index_b)=hab(index_a0,index_b)+(1-dx)*(1-dy); hab(index_a1,index_b)=hab(index_a1,index_b)+dx*(1-dy); hab(index_a2,index_b)=hab(index_a2,index_b)+(1-dx)*d

33、y; hab(index_a3,index_b)=hab(index_a3,index_b)+dx*dy; end endendhabsum=sum(sum(hab);index=find(hab=0);pab=hab/habsum;Hab=sum(sum(-pab(index).*log2(pab(index);pa=sum(pab,2);index=find(pa=0);Ha=sum(sum(-pa(index).*log2(pa(index);pb=sum(pab,1);index=find(pb=0);Hb=sum(sum(-pb(index).*log2(pb(index);mi=H

34、a+Hb-Hab;4.2.4 Register.mfunctionRegistrationImage=Register(handles)I=handles.data;J=handles.data2;y=handles.RegistrationParameters(1);x=handles.RegistrationParameters(2);ang=-handles.RegistrationParameters(3); nrows,ncols=size(J);width=nrows;height=ncols;new_J=uint8(zeros(width,height); a=(width-1)

35、/2;c=a;b=(height-1)/2;d=b; rad=pi/180*ang;t1=1 0 0;0 1 0;x y 1;t2=1 0 0;0 1 0;-a -b 1;t3=cos(rad) -sin(rad) 0;sin(rad) cos(rad) 0;0 0 1;t4=1 0 0;0 1 0;c d 1;T=t2*t3*t4*t1;tform=maketform('affine',T);tx=zeros(width,height);ty=zeros(width,height);for i=1:width for j=1:height tx(i,j)=i; endendf

36、or i=1:width for j=1:height ty(i,j)=j; endendw z=tforminv(tform,tx,ty);for i=1:width for j=1:height source_x=w(i,j); source_y=z(i,j); if(source_x>width-1|source_y>height-1|double(uint16(source_x)<=0|double(uint16(source_y)<=0) new_J(i,j)=J(1,1); else if(source_x/double(uint16(source_x)=1

37、.0&&(source_y/double(uint16(source_y)=1.0) new_J(i,j)=J(int16(source_x),int16(source_y); else a=double(uint16(source_x); b=double(uint16(source_y); x11=double(J(a,b); x12=double(J(a,b+1); x21=double(J(a+1,b); x22=double(J(a+1,b+1); new_J(i,j)=uint8(b+1-source_y)*(source_x-a)*x21+(a+1-source_

38、x)*x11)+(source_y-b)*(source_x-a)*x22+(a+1-source_x)*x12); end end endendJ=new_J; I=uint8(I);J=uint8(J);RegistrationImage=uint8(J);5.配準(zhǔn)結(jié)果 參考圖像 浮動(dòng)圖像 配準(zhǔn)結(jié)果變換參數(shù)及最大互信息值X,Y,Angle=-1.357411.393649.3372My Value=1.9907Elasped time=473.4586.配準(zhǔn)結(jié)果從配準(zhǔn)結(jié)果可以看出，選用powell算法及一維brent法的情況下。兩幅圖像的互信息達(dá)到最大值1.9907，此時(shí)圖像配準(zhǔn)已經(jīng)完成，

39、整個(gè)配準(zhǔn)所用時(shí)間為473.458秒。 經(jīng)過(guò)和同組兩位同學(xué)的對(duì)比，我發(fā)現(xiàn)我選用的方法對(duì)于本實(shí)驗(yàn)的配準(zhǔn)時(shí)間較長(zhǎng)，而且有一定的誤差，因此brent方法需要改進(jìn)，實(shí)驗(yàn)證明，選用一維黃金分割算法最為高效。參考文獻(xiàn)1陳顯毅,基于互信息的多模醫(yī)學(xué)圖像配準(zhǔn),瓊州學(xué)院學(xué)報(bào),l5卷第5期2高智勇 林家瑞 灰度級(jí)別對(duì)基于互信息醫(yī)學(xué)圖像配準(zhǔn)方法的影響 北京生物醫(yī)學(xué)工程第22卷第1期3曹潔 戴峻峰基于互信息和改進(jìn)PV插值算法的醫(yī)學(xué)圖像配準(zhǔn)科學(xué)技術(shù)與工程, 第7卷第23期2007年12月4羅述謙 李響基于最大互信息的多模醫(yī)學(xué)圖象配準(zhǔn)中國(guó)圖象圖形學(xué)報(bào)第5 卷(A 版) 第7 期5陜西科技大學(xué)理學(xué)院數(shù)學(xué)091班：王磊 指導(dǎo)教

40、師：王社寬基于黃金分割的夾逼尋優(yōu)法6洪貝 孫繼銀圖像配準(zhǔn)技術(shù)研究戰(zhàn)術(shù)導(dǎo)彈控制技術(shù)2006年No37馮林 嚴(yán)亮 賀明峰 滕弘飛 圖像配準(zhǔn)中確定性擾動(dòng)PV插值算法 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào) 第17卷第5期8朱齊亮 杜俊俐 樊要玲基于互信息的醫(yī)學(xué)圖像配準(zhǔn)中的優(yōu)化算法 科技信息2007 年第32 期9梁青 蔣先剛 沈濤 基于顏色互信息的病變細(xì)胞圖像配準(zhǔn)算法研究 華東交通大學(xué)學(xué)報(bào)第28 卷第2期10朱豐 柏又青 馮有前 張群 鄭芳 張維強(qiáng)一種針對(duì)收斂性問(wèn)題的改進(jìn)進(jìn)退法及其仿真驗(yàn)證空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版) 第11卷第2期參考： 畢 業(yè) 論 文論文題目學(xué) 院專(zhuān) 業(yè)年 級(jí)姓 名指導(dǎo)教師職 稱(chēng)（200

41、年 月）教務(wù)處制畢業(yè)設(shè)計(jì)說(shuō)明書(shū)與畢業(yè)論文撰寫(xiě)的規(guī)范化要求一篇完整的畢業(yè)設(shè)計(jì)說(shuō)明書(shū)或畢業(yè)論文有題目、摘要及關(guān)鍵詞、目錄、引言（前言）、正文、結(jié)論、謝辭、參考文獻(xiàn)、附錄等幾部分構(gòu)成。要求理工科專(zhuān)業(yè)不少于4000字，文科專(zhuān)業(yè)不少于6000字。一、畢業(yè)設(shè)計(jì)說(shuō)明書(shū)撰寫(xiě)的主要內(nèi)容與基本要求一份完整的畢業(yè)設(shè)計(jì)說(shuō)明書(shū)應(yīng)包括如下主要內(nèi)容：1題目設(shè)計(jì)課題名稱(chēng)，要求簡(jiǎn)潔、確切、鮮明。2中外文摘要及關(guān)鍵詞應(yīng)扼要敘述本設(shè)計(jì)的主要內(nèi)容、特點(diǎn)，文字要簡(jiǎn)練。中文摘要約300字左右；外文摘要約250個(gè)實(shí)詞左右。關(guān)鍵詞35個(gè)。3目錄主要內(nèi)容的目錄。4前言應(yīng)說(shuō)明本設(shè)計(jì)的目的、意義、范圍及應(yīng)達(dá)到的技術(shù)要求；簡(jiǎn)述本課題在國(guó)內(nèi)（外）的發(fā)

42、展概況及存在的問(wèn)題；本設(shè)計(jì)的指導(dǎo)思想；闡述本設(shè)計(jì)應(yīng)解決的主要問(wèn)題。 5正文（1）設(shè)計(jì)方案論證：應(yīng)說(shuō)明設(shè)計(jì)原理并進(jìn)行方案選擇。應(yīng)說(shuō)明為什么要選擇這個(gè)方案（包括各種方案的分析、比較）；還應(yīng)闡述所采用方案的特點(diǎn)（如采用了何種新技術(shù)、新措施、提高了什么性能等）。（2）設(shè)計(jì)及計(jì)算部分：這是設(shè)計(jì)說(shuō)明書(shū)的重要組成部分，應(yīng)詳細(xì)寫(xiě)明設(shè)計(jì)結(jié)果及計(jì)算結(jié)果。（3）樣機(jī)或試件的各種實(shí)驗(yàn)及測(cè)試情況：包括實(shí)驗(yàn)方法、線(xiàn)路及數(shù)據(jù)處理等。（4）方案的校驗(yàn)：說(shuō)明所設(shè)計(jì)的系統(tǒng)是否滿(mǎn)足各項(xiàng)性能指標(biāo)的要求，能否達(dá)到預(yù)期效果。校驗(yàn)的方法可以是理論分析（即反推算），包括系統(tǒng)分析；也可以是實(shí)驗(yàn)測(cè)試及計(jì)算機(jī)的上機(jī)運(yùn)算等。6結(jié)論概括說(shuō)明本設(shè)計(jì)的情

43、況和價(jià)值 ，分析其優(yōu)點(diǎn)、特色，有何創(chuàng)新，性能達(dá)到何水平，并指出其中存在的問(wèn)題和今后的改進(jìn)方向。7謝辭簡(jiǎn)述自己通過(guò)本設(shè)計(jì)的體會(huì)，并對(duì)指導(dǎo)老師和協(xié)助完成設(shè)計(jì)的有關(guān)人員表示謝意。8參考文獻(xiàn)應(yīng)列出主要參考文獻(xiàn)。9附錄將各種篇幅較大的圖紙、數(shù)據(jù)表格、計(jì)算機(jī)程序等作為附錄附于說(shuō)明書(shū)之后。二、畢業(yè)論文撰寫(xiě)的主要內(nèi)容與基本要求1題目題目應(yīng)該簡(jiǎn)短、明確，要有概括性，讓人看后能大致了解文章的確切內(nèi)容、專(zhuān)業(yè)的特點(diǎn)和學(xué)科的范疇。題目的字?jǐn)?shù)要適當(dāng)，一般不宜超過(guò)20字。字體為2中外文摘要及關(guān)鍵詞摘要也稱(chēng)內(nèi)容提要，應(yīng)當(dāng)以濃縮的形式概括研究課題的主要內(nèi)容、方法和觀(guān)點(diǎn)，以及取得的主要成果和結(jié)論，應(yīng)反映整個(gè)論文的精華。中文摘要約

44、300字左右為宜，同時(shí)要求寫(xiě)出250個(gè)實(shí)詞左右的外文摘要。關(guān)鍵詞3-5個(gè)。摘要應(yīng)寫(xiě)得扼要、準(zhǔn)確，一般在畢業(yè)論文全文完成后再寫(xiě)摘要。在寫(xiě)作中要注意以下幾點(diǎn)：（1）用精練、概括的語(yǔ)言表達(dá)，每項(xiàng)內(nèi)容均不宜展開(kāi)論證。（2）要客觀(guān)陳述，不宜加主觀(guān)評(píng)價(jià)。（3）成果和結(jié)論性意見(jiàn)是摘要的重點(diǎn)內(nèi)容，在文字上用量較多，以加深讀者的印象。（4）要獨(dú)立成文，選詞用語(yǔ)要避免與全文尤其是前言和結(jié)論雷同。（5）既要寫(xiě)得簡(jiǎn)短扼要，又要行文活潑，在詞語(yǔ)潤(rùn)色、表達(dá)方法和章法結(jié)構(gòu)上要盡可能寫(xiě)得有文采，以喚起讀者對(duì)全文的閱讀的興趣。3目錄（必要時(shí)）論文編寫(xiě)完成后，為了醒目和便于讀者閱讀，可為論文編寫(xiě)一個(gè)目錄。目錄可分章節(jié)，每一章節(jié)之

45、后應(yīng)編寫(xiě)頁(yè)碼。4前言前言是全篇論文的開(kāi)場(chǎng)白，它包括：（1）選題的緣由。（2）對(duì)本課題已有研究情況的評(píng)述。（3）說(shuō)明所要解決的問(wèn)題和采用的手段、方法。（4）概括成果及意義。作為摘要和前言，雖然所定的內(nèi)容大體相同，但仍有很大的區(qū)別。區(qū)別主要在于：摘要一般要寫(xiě)得高度概括、簡(jiǎn)略，前言則可以稍微具體些；摘要的某些內(nèi)容，如結(jié)論意見(jiàn)，可以作為籠統(tǒng)的表達(dá)，而前言中所有的內(nèi)容則必須明確表達(dá)；摘要不寫(xiě)選題的緣由，前言則明確反映；在文字量上前言一般多于摘要。5正文正文是作者對(duì)自己研究工作的詳細(xì)表述。它占全文的較多篇幅。主要內(nèi)容包括研究工作的基本前提、假設(shè)和條件；模型的建立，實(shí)驗(yàn)方案的擬定；基本概念和理論基礎(chǔ)；設(shè)計(jì)計(jì)

46、算的主要方法和內(nèi)容；實(shí)驗(yàn)方法、內(nèi)容及其結(jié)果和意義的闡明；理論論證，理論在實(shí)際中的應(yīng)用等等。根據(jù)課題的性質(zhì)，論文正文允許包括上述部分內(nèi)容。正文的寫(xiě)作要求：（1）理論分析部分應(yīng)寫(xiě)明所作的假設(shè)及其合理性，所用的分析方法、計(jì)算方法、實(shí)驗(yàn)方法等哪些是別人用過(guò)的，哪些是自己改進(jìn)的，哪些是自己創(chuàng)造的，以便指導(dǎo)教師審查和糾正。這部分所占篇幅不宜過(guò)多，應(yīng)以簡(jiǎn)練、明了的文字概略表達(dá)。（2）課題研究的方法與手段分別用以下幾種方法說(shuō)明：a用實(shí)驗(yàn)方法研究課題，應(yīng)具體說(shuō)明實(shí)驗(yàn)用的裝置、儀器、原材料的性能是否標(biāo)準(zhǔn)，并應(yīng)對(duì)所有裝置、儀器、原材料做出檢驗(yàn)和標(biāo)定。對(duì)實(shí)驗(yàn)的過(guò)程或操作方法，力求敘述得簡(jiǎn)明扼要，對(duì)人所共知的或細(xì)節(jié)性的

47、內(nèi)容不必詳述。b用理論推導(dǎo)的手段和方法達(dá)到研究目的的，這方面內(nèi)容一定要精心組織，做到概念準(zhǔn)確，判斷推理符合客觀(guān)事物的發(fā)展規(guī)律，符合人們對(duì)客觀(guān)事物的認(rèn)識(shí)習(xí)慣與程序。換言之，要做到言之有序，言之有理，以論點(diǎn)為中樞，組織成完整而嚴(yán)謹(jǐn)?shù)膬?nèi)容整體。c用調(diào)查研究的方法達(dá)到研究目的的，調(diào)查目標(biāo)、對(duì)象、范圍、時(shí)間、地點(diǎn)、調(diào)查的過(guò)程和方法等，這些內(nèi)容與研究的最終結(jié)果有關(guān)系，但不是結(jié)果本身，所以，一定要簡(jiǎn)述。但對(duì)調(diào)查所提供的樣本、數(shù)據(jù)、新的發(fā)現(xiàn)等則應(yīng)詳細(xì)說(shuō)明，這是結(jié)論產(chǎn)生的依據(jù)。若寫(xiě)得抽象、簡(jiǎn)單、結(jié)論就立之不牢，分析就難以置信，寫(xiě)作中應(yīng)特別予以重視。（3）結(jié)果與討論是全文的心臟，一般要占較多篇幅，在寫(xiě)作時(shí)，應(yīng)對(duì)研究成果精心篩選，把那些必要而充分的數(shù)據(jù)、現(xiàn)象、樣品、認(rèn)識(shí)等挑選出來(lái)，寫(xiě)進(jìn)去，作為分析的依據(jù)，應(yīng)盡量避免事無(wú)巨細(xì)，把所得的結(jié)果和盤(pán)托出。在對(duì)結(jié)果作定性和定量分析時(shí)，應(yīng)說(shuō)明數(shù)據(jù)的處理方法以及誤差分析，說(shuō)明現(xiàn)象出現(xiàn)的條件及其可觀(guān)性，交代理論推導(dǎo)中認(rèn)識(shí)的由來(lái)和發(fā)展，以便別人以此為依據(jù)進(jìn)行核實(shí)驗(yàn)證，對(duì)結(jié)果進(jìn)行分析后所得的結(jié)論和推論，也應(yīng)說(shuō)明其使用的條件與范圍。恰當(dāng)運(yùn)用表和圖作結(jié)果與分析，是科技論文通用的一種表達(dá)方式。6結(jié)論結(jié)論包括對(duì)整個(gè)研究工作進(jìn)行歸納和綜合而得出的總結(jié)；所得結(jié)果與已有結(jié)果