（定稿）东山地质灾害与综合整治项目建议书

图脑部图像第组图脑部图像第组通过配准参数图可以看出，在第组中，图像经过放大倍，顺时针旋转度，方向位移单位，方向位移单位后，两幅图像的互信息达到最大值，这时图像的配准就已经完成了，整个配准所用时间为秒。

由于算法有定的误差，所以进行了多次的实验。

经过多次仿真实验，得出配准参数平均值，见表。

通过配准参数图可以看出，在第二组中，图像经过放大倍，顺时针旋转度，方向位移单位，方向位移单位后，两幅图像的互信息达到最大值，这时图像的配准就已经完成了，整个配准所用时间为秒。

由于算法有定的误差，所以进行了多次的实验。

经过多次仿真实验，得出配准参数平均值，见表。

在图像的融合方面，小波分解的层数代表着对原图像频带的分解状况，理论上，小波分解的层数越多，产生的子带也越多，在定程度上是会提高图像的融合效果，但因为上级的分解输出要作为下级的输入，可能会导致信息的丢失和错位。

因此对小波分解的层数进行了层的实验，并计算出不同层数时，两张图像的值，见表。

由表可看出，在第组中，当小波分解层数为时，两张图像的值趋于稳定，所以选择小波分解层数为时得到的图像作为最佳融合图像。

而在第二组中，如表，当小波分解层数为时，两图像的就已经接近稳定，所以这时选择小波分解层数为时得到的图像作为最佳融合图像。

这说明，对不同图像进行融合时，得到最佳融合图像的小波分解层数可能是不同的。

表获取的配准参数平均值第组参数名称水平位移垂直位移放大倍数旋转角互信息值配准耗时参数值顺时针表获取的配准参数平均值第二组参数名称水平位移垂直位移放大倍数旋转角互信息值配准耗时参数值顺时针本实验在平台上用联合频率直方图的方法来求取互信息，降低了计算互信息的难度，用法作为优化算法搜索最大互信息值，提高了配准的准确性，能够自动准确地完成基于互信息法的多模医学图像配准研究。

从实验结果来看，该算法成功地配准了脑部图像。

该算法易于理解实现，适合用医学图像配准，特别适合于双模的医学图像配准。

基于互信息配准算法总结医学图像配准算法的可靠性决定了其应用价值。

个好的配准算法，当图像质量变差或数据缺损时，它对预处理和人工干预的需求增加不多，且其配准精度并不下降。

从上面的实验可以得出个结论基于互信息的配准方法恰好具有上述优点，人工干预少，只依赖于图像本身的信息，不需要任何假设或先验医学知识，也不需要对图像进行特征点提取组织分类等预处理，是种自动而有效的配准算法配准的精度高，可以达到亚象素级可靠性高，对图像中的几何失真不敏感不依赖于任何成像设备，可应用于多模态医学图像配准。

基于互信息的图像配准算法在些关键技术上还存在些技术问题，特别是局部极值问题。

而且其配准速度与图像的相关性和图像的相互位置有关，当图像的相关性小的时候，配准所需的时间长，而相关性大的图像配准所需时间短。

图脑部图像第二组图脑部图像第二组图联合灰度直方图基于小波变换的融合方法的总结根据融合之后的结果可知，利用基于小波变换的融合方法可以得到即有原图像的解剖信息又有原图像的骨骼信息的新图像，在调整小波分解层数的过程中，发现在第组中当分解层数为的时候，得到的图像最为理想，边缘清晰，细节丰富，图即为分解层数为时第组所得到的融合图像。

此时的图像能够满足医学诊断的基本要求。

图为第二组中得到的最佳融合图像，此时的小波分解层数为，也较为满足医学诊断的要求。

图配准后的图像第组图配准后的图像第二组图融合后的新图像第组图融合后的新图像第二组表不同小波分解层数时图像的值第组小波分解层数图像值图像值表不同小波分解层数时图像的值第二组小波分解层数图像值图像值所以，本文提出的配准算法和融合算法经仿真实验证明，在定程度上可满足医学图像处理的要求。

图实验获得的配准参数第组图实验获得的配准参数第二组总结与展望总结医学影像技术的发展及临床应用的实践告诉我们，面临复杂的临床问题，单独的种成像方式和技术无法单独解决所有问题，每种影像技术都有各自的优点和局限性。

将利用各种成像设备检查所得到的图像信息进行数字化综合处理，对多模图像进行综合利用，而后进行空间配准融合，进而得到种全新的信息图像，医生可通过研究这种全新的多功能图像，进步更清晰地观察，更准确地判断病症点的位置。

本文以两幅和脑部灰度图像为例，设计了双模医学图像的配准方法。

本文设计的配准方法是基于互信息的图像配准方法，以为开发环境，进行仿真实验，实现了和图像的配准，配准精度可以达到像素级。

并在配准的基础上，对两幅图像进行了融合，并同时显示配准前和配准后的图像，达到了任务的要求。

展望本文仅仅就基于互信息的方法对图像进行了配准融合，这在整个图像处理领域只是沧海粟，因为时间不充分以及本人对软件的不熟悉以及知识的缺乏，还有很多有意义的工作需要在此基础上继续进行。

这些后续工作可以是基于互信息的配准方法是目前公认实用性最好的配准方法，但它大多所配准的都是等图像，却很少运用在光这种最常见的医疗检测中，考虑实用性，应更多得在这方面进行研究。

本文应该进，致谢时光飞逝，转眼大学四年学习即将结束。

回首大学学习期间的校园学习生活，在知识的海洋里汲取营养和体味获取知识的充实与喜悦，不禁感慨万千。

历时将近两个月的时间终于将这篇论文写完，在论文的写作过程中遇到了无数的困难和障碍，都在同学和老师的帮助下度过了。

尤其要强烈感谢我的论文指导老师丁老师，他对我进行了无私的指导和帮助，不厌其烦的帮助进行论文的修改和改进。

另外，在校图书馆查找资料的时候，图书馆的老师也给我提供了很多方面的支持与帮助。

在此向帮助和指导过我的各位老师表示最中心的感谢，感谢这篇论文所涉及到的各位学者。

本文引用了数位学者的研究文献，如果没有各位学者的研究成果的帮助和启发，我将很难完成本篇论文的写作。

感谢我的同学和朋友，在我写论文的过程中给予我了很多你问素材，还在论文的撰写和排版灯过程中提供热的帮择合适的定位装夹方案，有效利用各种数控设备和加工刀具，设定最佳切削用量，才能切实有效地保证加工质量提高生产效率。

本文是工艺理论与实践结合的点探讨和小结，不足之处在所难免，仅供有关人员参考。

致谢本文的全部工作是在指导老师的悉心指导下完成的。

通过这次毕业设计，不但使我将大学期间所学的专业知识再次回顾学习，而且也使我接触到了些前沿知识，对我未来的工作影响深远。

也非常感谢在本次设计中曾给予我耐心指导的老师，正是由于他的帮助和鼓励才使我能够在毕业设计过程中克服种种困难，最终顺利完成论文，在这里请允许向指导老师表示最深的敬意，参考文献刘旭宇，陈绍荣加工中心上箱体零件加工工艺路线的确定机床与液压，彭庆林，林国湘侧面定位基准在变速箱体加工中的应用机电信息，彭庆林，陈从桂箱体加工工艺分析机电信息，谭惠忠，熊晓红数控加工工艺设计机械工人，李慧珠加工箱体长孔的工艺方法机械工程师，刘长吉内燃机箱体类零件柔性加工应注意的几个问题重庆杨洪波，林辉，王友刚等变速器箱体机械加工工艺过程的改进工程机械，李立平汽车变速器壳体加工工艺研究天津天津大学机械工程学院，高慧压路机变速箱体加工工艺分析山东交通科技，徐福革输送机减速箱加工工艺过程分析煤炭技术刘孝峰，丛云中地铁齿轮箱加工工艺的优化机车车辆工艺，陈军，贾友文，孙召瑞箱体类零件设计和加工应用技术研究机械工程师，张明，刘庭辉，魏建芳等小型蜗轮减速器箱体加工工装的设计及应用制造工程师，傅克宝箱体零件的技术要求与检测方法工程机械，郭华胜铸钢齿轮箱箱体机械加工工艺的改进机车车辆工艺，倪志荣机械加工应该重视定位基准的选择机械工人，待长镗把刀头接近孔时，主轴开始旋转主轴在旋转中进给，直至孔加工完成主轴停转，镗把退出。

在此加工过程中，长短镗把的加工孔径尺寸工艺要求相同。

但在实际加工中，短镗把的刀具直径调整取公差较大值，长镗把的刀具直径则取较小值，避免刀头碰到工件孔壁。

递减式同轴孔也采用两把镗把来完成同轴孔的加工。

先用短镗把加工孔假设孔的孔径最小，夹具旋转，再利用已加工的孔作长镗把的辅助托架，由长镗把完成孔的加工，使孔的同轴度得到保证。

长镗把图片短镗把图片图镗把外形图注意事项加工方法选择时，要注意采用新的刀具和加工原理孔系及孔与平面的形位公差由机床和夹具保证。

加工阶段的划分箱体的加工精度要求高，宜将加工工艺过程划分为粗加工半精加工，精加工三个阶段。

若精度与表面质量要求特别高时，还要经过光整加工。

对重要的箱体粗加工后，还要进行时效处理。

精密箱体零件在主要表面粗加工和次要表面加工完后，磨基准面。

阶段的划分是对整个加工过程而言，划分阶段并不是绝对的。

在高刚度高精度的加工中心加工刚性不特别高和加工余量不特别大的工件，就不必划分阶段。

当长孔和大平面存在时，粗加工和精加工走刀应该分成单独工序。

箱体的五个或六个面要加工时，次装夹不可能完成零件加工，应按结构特点与技术要求将加工部分分成几个相关部分，安排二至三道工序粗精加工。

每道工序加工相互间有公差和技术要求联想的孔系情此图可以看出，融合后的图像，边缘清晰明显，即高频灰度增强，保留了图像的特点，在此基础上，也较为准确得表达了中丰富的软组织信息，且两幅图的信息的相对位置也较为准确和清楚，能达到互补的功能，达到了图像融合的目的和要求。

图脑部图像第组图脑部图像第组通过配准参数图可以看出，在第组中，图像经过放大倍，顺时针旋转度，方向位移单位，方向位移单位后，两幅图像的互信息达到最大值，这时图像的配准就已经完成了，整个配准所用时间为秒。

由于算法有定的误差，所以进行了多次的实验。

经过多次仿真实验，得出配准参数平均值，见表。

通过配准参数图可以看出，在第二组中，图像经过放大倍，顺时针旋转度，方向位移单位，方向位移单位后，两幅图像的互信息达到最大值，这时图像的配准就已经完成了，整个配准所用时间为秒。

由于算法有定的误差，所以进行了多次的实验。

经过多次仿真实验，得出配准参数平均值，见表。

在图像的融合方面，小波分解的层数代表着对原图像频带的分解状况，理论上，小波分解的层数越多，产生的子带也越多，在定程度上是会提高图像的融合效果，但因为上级的分解输出要作为下级的输入，可能会导致信息的丢失和错位。

因此对小波分解的层数进行了层的实验，并计算出不同层数时，两张图像的值，见表。

由表可看出，在第组中，当小波分解层数为时，两张图像的值趋于稳定，所以选择小波分解层数为时得到的图像作为最佳融合图像。

而在第二组中，如表，当小波分解层数为时，两图像的就已经接近稳定，所以这时选择小波分解层数为时得到的图像作为最佳融合图像。

这说明，对不同图像进行融合时，得到最佳融合图像的小波分解层数可能是不同的。

表获取的配准参数平均值第组参数名称水平位移垂直位移放大倍数旋转角互信息值配准耗时参数值顺时针表获取的配准参数平均值第二组参数名称水平位移垂直位移放大倍数旋转角互信息值配准耗时参数值顺时针本实验在平台上用联合频率直方图的方法来求取互信息，降低了计算互信息的难度，用法作为优化算法搜索最大互信息值，提高了配准的准确性，能够自动准确地完成基于互信息法的多模医学图像配准研究。

从实验结果来看，该算法成功地配准了脑部图像。

该算法易于理解实现，适合用医学图像配准，特别适合于双模的医学图像配准。

基于互信息配准算法总结医学图像配准算法的可靠性决定了其应用价值。

个好的配准算法，当图像质量变差或数据缺损时，它对预处理和人工干预的需求增加不多，且其配准精度并不下降。

从上面的实验可以得出个结论基于互信息的配准方法恰好具有上述优点，人工干预少，只依赖于图像本身的信息，不需要任何假设或先验医学知识，也不需要对图像进行特征点提取组织分类等预处理，是种自动而有效的配准算法配准的精度高，可以达到亚象素级可靠性高，对图像中的几何失真不敏感不依赖于任何成像设备，可应用于多模态医学图像配准。

基于互信息的图像配准算法在些关键技术上还存在些技术问题，特别是局部极值问题。

而且其配准速度与图像的相关性和图像的相互位置有关，当图像的相关性小的时候，配准所需的时间长，而相关性大的