基于小波变换的多模态医学图像的融合方法

基于小波变换的多模态医学图像的融合方法

ID:31360421

大小:103.50 KB

页数:4页

时间:2019-01-09

基于小波变换的多模态医学图像的融合方法_第1页
基于小波变换的多模态医学图像的融合方法_第2页
基于小波变换的多模态医学图像的融合方法_第3页
基于小波变换的多模态医学图像的融合方法_第4页
资源描述:

《基于小波变换的多模态医学图像的融合方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于小波变换的多模态医学图像的融合方法  摘要:针对单一模态的图像不能提供足够的信息,可以将互补的图像进行融合。提出一种基于小波变换的医学图像融合方法。首先对待融合的医学图像进行小波变换,分别得到低频和高频分量。对于低频分量,采用基于局部区域能量的方法进行融合;对于高频分量,采用基于局部区域系数之差的加权和方法进行融合;最后通过小波逆变换得到融合图像。实验结果表明,相比同类研究方法,该算法在保证图像质量的同时可增强图像的空间细节表现能力。  关键词:图像融合;医学图像;DWT;区域能量;相邻系数  中图分类号:TN91

2、1.73?34;TP391文献标识码:A文章编号:1004?373X(2016)24?0096?04  Multimodalmedicalimagefusionmethodbasedondiscretewavelettransform  ZHANLingchao,MINFang,GUOHuimin  (DepartmentofInformationEngineering,NanhangJinchengCollege,Nanjing211156,China)  Abstract:Sincethesinglemodalim

3、agecan′tprovideenoughinformation,itisnecessarytofusethecomplementaryimages.Amedicalimagefusionmethodbasedondiscretewavelettransform(DWT)isproposed.DWTisperformedforthemultimodalmedical4imagesunderfusiontoobtainthelow?frequencyandhigh?frequencycomponentsrespectiv

4、ely.Amethodbasedonthelocalregionalenergyisadoptedtofuselow?frequencycomponents.Theweightedsummethodbasedondifferenceofthelocalregionscoefficientsisusedtofusethehigh?frequencycomponents.ThefusionimageisobtainedbymeansoftheinverseDWT.Theexperimentalresultsprovetha

5、t,incomparisonwiththesimilarresearchmethods,themethodcanenhancethespatialdetailexpressiveabilityoftheimagewhileensuringtheimagequality.  Keywords:imagefusion;medicalimage;DWT;regionalenergy;adjacentcoefficient  0引言  随着医学影像工程和计算机技术的不断发展,出现了很多成像设备,这样就有多模态的医学图像,这些图

6、像对人体脏器和病变组织的分析有不同的作用,比如CT图像有较强的空间分辨率和几何特性,对骨骼成像非常清晰,但对软组织的对比度则较低;MR图像可清晰反映软组织等解剖结构,但对钙化点不敏感,并且受到磁干扰会发生几何失真。这样可以看出对于人体同一解剖结构所得到的不同图像,在形态和功能信息上是互补的。单一模态的图像往往不能提供足够的信息,可以将互补的图像进行融合。4  图像融合技术[1?5]就是将来自多个传感器的多幅源图像融合成一幅新的图像,这幅融合图像具有更多的信息和更高的可信度。图像融合技术应用在很多领域,医学图像融合就是其

7、中的一个。图像融合可以分为像素级融合、特征级融合和决策级融合。目前的融合方法大多为像素级融合,常用的有PCA[6]、金字塔变换[7]、小波变换[8?11]等融合方法。其中PCA是一种选取最优像素权值的方法,缺点是无法突出光谱特性,不适用于相关性弱的图像融合。金字塔变换的缺点是层间具有相关性,导致融合结果不够理想。  小波变换对保留图像信息具有相当好的性能,通过不同的融合规则可以得到不同的结果。本文提出了一种基于小波变换的医学图像的融合方法。先将待融合的两幅图像进行小波变换,分别得到一个低频和若干个高频分量,然后分别对低

8、频和高频分量进行融合。对于低频分量,采用局部区域能量取大的方法进行融合;对于高频分量,采用局部区域系数之差的加权和的方法进行融合;最后通过小波逆变换得到融合结果。  本文算法的融合结果与几种算法的融合结果作对比,采用熵、平均梯度和互信息三种客观评价标准进行评价,结果表明本文算法有不错的效果,融合结果更加清晰。  1IVIFDWT算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。