采样基于非下采样Contourlet变换和区域特点医学图像融合

摘要：针对非下采样Contourlet变换具有多尺度分析及平移不变的性质，结合计算机断层成像（CT）和核磁共振（MRI）医学图像各自的成像特性，提出了基于非下采样Contourlet变换和区域特征策略来对低频、高频子带进行融合的医学图像融合方法；介绍了图像融合的评价标准，阐述了非下采样Contourlet变换的原理及实现；从视觉效果和客观数据指标方面对融合图像进行主观评判和数值评价。下颌骨系统CT和MRI图像的融合实验结果表明，该方法相对于小波变换和Contourlet变换方法，可有效综合这两种断层图像的有效信息和细节信息，融合后图像具有更优的视觉质量和量化指标。
关键词：非下采样Contourlet变换；区域特征；医学图像融合；小波变换
0引言
近年来，计算机技术、传感器技术和信息处理技术快速发展，使得更多种类的图像可以融合，图像融合作为计算机视觉和图像理解领域中的一项关键技术，在航空航天、遥感遥测、自动控制、医学、气象和军事等领域的作用日益明显和重要。作为数据融合的一个重要分支，图像融合主要是将同一传感器以不同成像方式获得的多幅图像或不同传感器获得的关于同一目标或场景的多幅图像，采用特定的算法融合成一幅图像的过程[1-2]，从而获得信息量更为准确、有用细节信息更多的结果图像，提高对图像信息分析和提取的能力，以供使用者进一步观察、研究或处理。
国外图像融合技术的研究起步较早、投入较大，尤其英、美、法、荷兰等国在融合算法和融合应用系统的研究上处于领先地位；国内，近些年也有越来越多的高校和科研单位开展了这方面研究，西安电子科技大学、华中科技大学、西北工业大学等高校在图像融合理论和图像融合应用系统的研制方面都做了一些工作，但与国际先进水平相比仍有一定的差距[3-4]。
按照融合处理所处的阶段划分，图像融合一般在三个不同层次进行[5-7]：像素层融合、特征层融合和决策层融合。像素层图像融合算法主要包括IHS变换、平均法、加权平均法、高通滤波法、差分及比率法、Brovey变换算法和主成分分析（PrincipalComponentAnalysis，PCA）法等，这些方法只是在一个层次上进行融合处理，都不参加融合图像的分解变换。随着数学理论的不断发展，产生了基于塔形分解和重构算法的融合方法[8]，主要包括基于Laplacian塔形分解的融合、基于对比度塔形分解的融合和基于梯度塔形分解的融合方法等[9]，这些方法主要应用了多尺度分解思想，并取得了一定的融合效果。20世纪90年代，小波变换被成功地应用于图像融合，其多尺度、多分辨率分解的特点使得小波变换可以提取不同尺度上的显著特征，从而获得视觉效果更好的融合图像。在小波变换的基础上，接着又发展起了曲波变换、Contourlet变换等较新颖、有效的图像融合方法。
本文结合目前多尺度、多分辨率分析的发展，提出一种基于非下采样Contourlet变换和区域特征策略来对低频、高频子带进行融合的医学图像融合方法。（ComputedTomograp

源于：论文格式模板下载www.udooo.com

hy，CT）和核磁共振（MagneticResonanceImaging，MRI）图像的融合仿真实验结果表明，本文方法相对于小波变换、Contourlet变换等方法，融合性能和视觉效果更好。