基于上下文融合和分频增强的无监督图像配准方法及系统

本发明属于计算机视觉和人工智能领域，提供了一种基于上下文融合和分频增强的无监督图像配准方法及系统，基于移动图像和固定图像分别进行逐步降低分辨率的五次特征提取，得到五个不同层次的移动编码特征和固定编码特征；分别对五个移动编码特征和五个固定编码特征进行上下文信息融合，得到四层的移动融合特征和四层的固定融合特征；从最低分辨率的层开始，将每层的移动融合特征和固定融合特征拼接后进行全局局部特征增强，得到最后的变形场；基于最后的变形场对移动图像进行变形，得到医学图像配准结果。本发明对全局和局部信息进行强化，捕获细微结构边缘特征和大幅度形变特征，提高配准网络的稳定性并产生符合物理形变的变形场。