图像可形变配准的Demons方法

图像的可形变配准分为参数法和非参数法，参数法例如仿射变换、B-spline based FFD等方法通过对形变的参数化表示，减小求解的变量个数，但是也限制了形变复杂程度。非参数化的方法将图像的形变表示成位移场，每一个像素都有一个位移，可以表示更加复杂的形变，但是要求解的变量也更多。

1, Thirion’s Demons

Demons就是一种著名的非参数化可形变配准方法。它最早来自于光流算法(optical flow),光流是用来估计视频图像中相邻的两帧图像目标的位移，也就是目标移动的速度，其基本方程为

$v = \frac{(s-m)\nabla s}{|\nabla s|^2}$ (公式1)

其中$s$是第一帧图像，$m$是第二帧图像。

光流算法有两个基本假设：1， 相邻两帧图像中目标的灰度值不变。2， 相邻两帧之间目标的位移比较小。

在图像配准中，$s$也叫做静止图像，$m$也叫作移动图像。配准的目标是找到一个从$s$到$m$的变换以确定像素之间的对应关系。Thirion将光流算法引入到图像配准中，为了防止图像梯度为0时计算出现问题，在分母中加了一项图像灰度差：

$u = \frac{(s-m)\nabla s}{|\nabla s|^2 + (s-m)^2}$(公式2)

该公式得到一个小的位移量，在Demons算法中，通过该公式的多次迭代并且用高斯滤波器对位移场进行平滑处理，得到配准所需的变化。其基本代码如下：

S=im2double(imread('images/lenag2.png')); % static image
M=im2double(imread('images/lenag2.png')); % moving image
% The transformation fields
Tx=zeros(size(M)); Ty=zeros(size(M));
for itt=1:200
        % Difference image between moving and static image
        Idiff=M-S;

        % Default demon force, (Thirion 1998)
        Ux = -(Idiff.*Sx)./((Sx.^2+Sy.^2)+Idiff.^2);
        Uy = -(Idiff.*Sy)./((Sx.^2+Sy.^2)+Idiff.^2);

        % When divided by zero
        Ux(isnan(Ux))=0; Uy(isnan(Uy))=0;

        % Smooth the transformation field
        Uxs=3*imfilter(Ux,Hsmooth);
        Uys=3*imfilter(Uy,Hsmooth);

        % Add the new transformation field to the total transformation field.
        Tx=Tx+Uxs;
        Ty=Ty+Uys;
        M=movepixels(I1,Tx,Ty); 
end

2, Wang’s Demons
Thirion’s Demons 只使用了静止图像的梯度计算形变的力（即$\vec{u}$），为了使配准过程更快，Wang’s Demons既使用静止图像的梯度，也使用运动图像的梯度来定义形变力。

$\vec{u} =(s-m)\times \Big( \frac{\nabla s}{|\nabla s|^2 + \alpha^2(s-m)^2}+\frac{\nabla m}{|\nabla m|^2 + \alpha^2(s-m)^2}\Big)$(公式3)

通过使用静止图像和运动图像两方面的力，算法可以收敛的更快。其中