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》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