基于不连续性假设和分割驱动的图像配准方法及系统

本发明属于计算机视觉技术领域，具体涉及一种基于不连续性假设和分割驱动的图像配准方法及系统，包括：获取固定图像和运动图像，并将固定图像和运动图像分割成多个子区域对；选取具有子区域对关系的固定图像和运动图像拼接形成输入图像，采用骨干配准网络预测生成各子区域对的子形变场，并集成各子区域对的子形变场，生成完整的形变场，构建并优化医学图像配准模型；将原始运动图像应用于优化后的医学图像配准模型中，生成配准后的扭曲图像，完成运动图像与固定图像的配准。能够将复杂图像配准分解为多个简单的子区域配准任务，简化了配准要求，并结合各子区域分割掩码指导，保留了形变场的不连续性，进而提高了配准方法的精度上限。