基于小波变换的图像融合在医学影像中的研究

《基于小波变换的图像融合在医学影像中的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于小波变换的图像融合在医学影像中的研究第1章绪论1.1课题和研究背景在信息通信技术的高速发展与传播之下，信息已经不能用纯粹的声音作为其主要的表现形式，它在多媒体（图像、文字和视频等）形式中已经取得了优秀的发展状况。根据数据统计分析，人类日常接收的信息中，由视觉得到的信息占据总信息的百分比高于70%[1]。图像信息是视觉信息中最主要的一部分，与其他信息相比，图像信息最能真实直观的反映出信息的具体情况，其他种类的信息不能与他相比。信息技术就是在这样的情况下发展起来的，现有的信息处理技术已经不能满足人民对信息的全面认

2、识与了解，因此图像融合技术得到了全面发展，人们利用计算机用新技术来完成那些没有实现的任务。图像融合是20世纪70年代末研究出来的概念，它是现代的高科技术产业之一，同时也是把图像处理、传感器和信号处理等技术高效结合起来的综合新型技术。图像融合研究的目标是图像，目的是在时间、背景不同下用不同传感器获取到的信息收集在一起融合成一幅全新的图像，在新的图像中能得到源图像更多的信息，进而达到对目标、场景的全面描述[2]。人们为了更好的得到有用的图像信息，创造出了多种用来分析图像的工具。应用于图像处理之中的傅里叶变换算法就是应

3、用的比较早的，但因为傅里叶变换在图像处理领域中缺陷的存在，对图像算法新技术的发展恰好起到了推波助澜的作用。就目前情况而言，在经典的图像处理方法中选取小波变换对图像做时域转换的情况较多，这是由于小波变换优秀的多分辨率分析特性和表现信号局部特性的能力，使小波变换既具有傅里叶变换的优点，又可以摒弃其缺点，在各个领域中都可以发挥重要的作用。图像融合技术是信息融合的重要组成部分，它是把多幅图像涵盖的互补和冗余信息经过特定的算法进行一定规则的处理和运算，使得到的融合图像比所有源图像的信息都要精准，获得的图像信息最为完整，使其

4、与人眼的视觉效果更为符合，同时也助于人们的理解分析。从80年代开始，图像融合在军事领域中渐渐得到了广泛的发展，随着研究领域的逐步壮大，使得它在各个领域中都得到了很好的应用。图像融合不管在军事、医学影像还是在目标识别领域中，都具有良好的发展空间。.........1.2图像融合技术的研究现状图像融合作为正在崛起，并已经具有广泛发展前景的一个研究领域，得到了世界各国大多数学者的青睐。像UnitedStates,Canada,Germany等许多国家对图像融合技术都进行了不同层次上的研究，对其建立模型和算法，同时也系统

5、的研究过该应用在处理图像融合中的软件。图像融合在遥感图像的分析与处理中的应用是最早的，人们曾经把雷达图像和Landadat-MSS图像有效的结合在一起来解释地质地貌现象，后来又逐渐的应用到其他不同的领域中。在军事领域上，美国的第一台图像融合机由其海军安装在SSN-691潜艇上，能实现操作人员对每个传感器的全部图像在最佳位置上的直接观察[3]；在2005年时，USA研制出利用图像和数据融合技术的覆盖射频、可见光、红外波段公用孔径的有源和无源一体化的探测器系统[4]；美国海军实验室、德州仪器公司和林肯实验室等机构在伪

6、彩色夜市图像融合和多波段红外图像融合领域也取得了很大的成果[5]；英国也研制出具有图像融合处理功能的双波段热像仪；英美、荷兰和德国都在研制先进的激光测距仪、装甲侦察车和电视摄像仪等进行融合利用；美国的ROME实验室采用二阶数据融合的方法设计出大型传感器开发试验装置，这一装置能够完成景象的生产、数据融合和数据评估等过程。在医学应用方面，美国GE公司结合PET和多排螺旋CT研发出了DiscoveryLS，其技术与功能十分强大，单体PET是不可与之相比拟；飞利浦(Philips)公司研发出具有PET、CT、MRI数据处

7、理综合融合功能的软件包。在网络安全方面，为了保证信息的安全性，可以利用多尺度分析的融合方法把图像的水印添加到载体图像中去；在遥感领域，天气预报、土地测量和自然灾害检测等领域都应用到遥感图像融合技术。............第2章图像融合及医学影像相关理论2.1图像融合的相关理论通常来讲，图像融合是指将来自不同传感器的多特性图像进行合并处理，排除图像间的信息冗余，把不同图像的有用信息部分得以保留，从而得到一个包含比源图像信息更完整、更清晰的图像[15]。图像的多特征是指根据传感器不同的成像原理测量被测物体的不同特征

8、而获取的图像，并把它们作为融合处理的主要信息源，这正是融合的主要思想。图像融合作为现代的高新技术之一，它综合了图像处理、传感器技术、信息处理和人工智能等多门学科，是多传感器图像信息融合技术的重要分支[16]。用多个图像融合成的全新图像与人或机器视觉的感官特征接近，有助于我们对图像进行深入地分析理解和对应用目标的检测识别与跟踪，使融合后的图像比原图像看着更加清楚更容易辨别事