L'enregistrement des images est une étape essentielle dans un grand nombre de chaînes de traitement des images médicales. Il est utilisé pour aligner deux images prises à des moments différents et à partir de capteurs différents également. Dans cet article, nous nous intéressons aux mesures d'enregistrement et de similarité rigides. Nous décrivons une nouvelle approche d'enregistrement, basée sur l'indice de dissimilarité normalisé qui résulte de la carte de dissimilarité locale (LDP). Ce LDP est obtenu à partir de la transformée de distance appliquée aux images en échelle de gris, pour enregistrer, en subissant une binarisation. Nous évaluons les performances de notre méthode par rapport aux mesures d'enregistrement classiques telles que la corrélation et l'information mutuelle, sur une base de données d'images médicales. Nous montrons que l'erreur quadratique moyenne de notre approche est plus précise par rapport aux méthodes d'enregistrement classiques auxquelles les chercheurs adhèrent encore. La robustesse de notre indice proposé est validée en ce qui concerne la variation de luminance et la présence du « poivre et du sel » autant que du « bruit gaussien ».

El registro de imágenes es un paso esencial en una gran cantidad de cadenas de procesamiento de imágenes médicas. Se utiliza para alinear dos imágenes tomadas en diferentes momentos y también desde diferentes sensores. En este documento, nos interesan las medidas rígidas de registro y similitud. Describimos un nuevo enfoque de registro, basado en el índice de disimilitud normalizado que resulta del mapa de disimilitud local (LDP). Este LDP se obtiene a partir de la transformación de distancia aplicada a imágenes en escala de grises, para registrar, sometiéndonos a una binarización. Evaluamos el rendimiento de nuestro método en comparación con las mediciones de registro clásicas, como la correlación y la información mutua, en una base de datos de imágenes médicas. Mostramos que el error cuadrático medio de nuestro enfoque es más preciso en comparación con los métodos de registro clásicos a los que los investigadores aún se adhieren. La solidez de nuestro índice propuesto se valida con respecto a la variación de luminancia y la presencia de "la pimienta y la sal" tanto como el ruido "gaussiano".

Image registration is an essential step in a large number of processing chains for medical images.It is used to align two images taken at different times and from different sensors as well.In this paper, we are interested in the rigid registration and similarity measures.We describe a new registration approach, based on the normalized dissimilarity index that results from the local dissimilarity map (LDP).This LDP is obtained from distance transform applied to gray-scale images, to register, undergoing a binarization.We evaluate the performance of our method compared to the classical registration measurements such as correlation and mutual information, on a medical images database.We show that the mean squared error of our approach is more accurate in comparison to the classical registration methods to which researchers still adhere.The robustness of our proposed index is validated regarding the luminance variation and the presence of "the Pepper and Salt" as much as "the Gaussian" noise.

يعد تسجيل الصور خطوة أساسية في عدد كبير من سلاسل المعالجة للصور الطبية. يتم استخدامه لمحاذاة صورتين تم التقاطهما في أوقات مختلفة ومن مستشعرات مختلفة أيضًا. في هذه الورقة، نحن مهتمون بمقاييس التسجيل والتشابه الصارمة. نحن نصف نهج تسجيل جديد، استنادًا إلى مؤشر الاختلاف الطبيعي الذي ينتج عن خريطة الاختلاف المحلية (LDP). يتم الحصول على LDP هذا من تحويل المسافة المطبق على الصور ذات المقياس الرمادي، للتسجيل، الخضوع للثنائية. نقوم بتقييم أداء طريقتنا مقارنة بقياسات التسجيل الكلاسيكية مثل الارتباط والمعلومات المتبادلة، على قاعدة بيانات الصور الطبية. نظهر أن متوسط الخطأ التربيعي في نهجنا أكثر دقة مقارنة بطرق التسجيل الكلاسيكية التي لا يزال الباحثون يلتزمون بها. يتم التحقق من صحة قوة مؤشرنا المقترح فيما يتعلق بتباين الإضاءة ووجود "الفلفل والملح" بقدر ضوضاء "جاوسيان".