Contourlet變換系數(shù)加權的醫(yī)學圖像融合

Contourlet變換系數(shù)加權的醫(yī)學圖像交融【綱要】本文針對多模態(tài)的CT、MRI圖像的交融，利用Contourlet變換多尺度、多方向的特征，提出了系數(shù)加權的交融算法。對于低頻子帶，采納局部信息均值和方差來進行系數(shù)加權；對于高頻子帶，采納條件加權。將本算法應用于不一樣模態(tài)的醫(yī)學圖像的交融，有效增添多模態(tài)醫(yī)學圖像的互補信息，提升交融的清楚度?！疽c詞】多模態(tài)；醫(yī)學圖像；Contourlet變換；圖像交融Abstract】Inordertosolvetheproblemofmulti-modalityimagefusion，animagefusionalgorithmbasedonContourlettransformwasproposedinthispaper，usingthemultiscaleanddirectioncharacteristicsofContourlettransformation.Forlowfrequencysubbands，themeanandvarianceofthelocalinformationisusedtocarryontheweightedcoefficients；forthehighfrequencysubbands，theconditionalweightedisused.Thisalgorithmisappliedtothefusionofmedicalimagesofdifferentmodalities，andthecomplementaryinformationofmultimodalitymedicalimagescanbeeffectivelyimproved.【Keywords】Multi-modality；Medicalimage；Contourlettransformation；Imagefusion前言跟著醫(yī)學診斷類影像設備快速發(fā)展，多模態(tài)影像圖像不斷體現(xiàn)。單模態(tài)的影像圖像不可以供給足夠信息，將不一樣模態(tài)的醫(yī)學圖像進行圖像交融，供給豐富的診斷信息是當前研究的熱門和方向。外國學者對多模態(tài)圖像交融技術也作了相關研究，如基于Contourlet變換、基于視覺、基于失散小波變換等的圖像交融方法。當前圖像交融技術可分為兩類[1]：空間域交融與多分辨頻率域交融。Contourlet變換是一種多分辨、局域的、多方向的圖像表示方法，是一種二維圖像的稀少表示方式，擁有優(yōu)異的方向性和各向異性特色，能更好地將圖像中的邊沿輪廓信息捕獲到不一樣尺度、不一樣方向的子帶中，被有效地應用在圖像交融領域[2-3]，本文經過對圖像交融技術與Contourlet變換的研究，提出了一種基于Contourlet變換的CT、MRI醫(yī)學圖像地域方差加權和條件加權交融算法。方法圖像交融的前提是兩幅圖像已經進行了較好地配準，本文利用梯度與互信息聯(lián)合的相似性準則進行了醫(yī)學圖像配準。Contourlet變換實現(xiàn)結構由拉普拉斯金字塔（LP）和方向濾波器組（DFB）構成，該變換是將多尺度解析與方向分析分別進行。用近似于輪廓段的基結構來迫近圖像，采納的基結構是隨尺度變化長寬比的條形結構，擁有方向性和各向異性，可以對圖像的線和面有更稀少的表示。交融規(guī)則：低頻子帶交融規(guī)則：對低頻子帶系數(shù)的交融規(guī)則采納地域方差加權解析法。該方法可以保留圖像的敏感信息，由于圖像的信息越大，方差越大，算法中的加權系數(shù)更好地提取了敏感信息，采納此算法進行圖像交融將會比均勻算法獲得更好的交融成效。經過Contourlet變換后的高頻子帶系數(shù)包含了圖像中實用的細節(jié)信息，包含邊沿、地域輪廓等。頻子帶系數(shù)的分布體現(xiàn)方向特征，含了很多圖像中的細節(jié)信息。對高頻子帶系數(shù)進行交融的最后目的就是在交融圖像中盡可能保留源圖像的清楚細節(jié)進行圖像表示，以更多保留圖像實用信息。所以，采納基于主圖像的條件加權解析法進行高頻子帶系數(shù)交融。實驗結果利用Contourlet變換可以獲得MRI圖像的分解表示圖。第二層選擇k=2，獲得4個方向的梯度信息；第三層選擇k=3，獲得8個方向的梯度信息。利用本文的交融策略對已配準好的CT、MRI圖像進行融合，交融的結果如圖3（c）所示，利用均勻值的策略進行融合的成效如圖3（d）所示。結果本文將Contourlet變換用于CT、MRI醫(yī)學圖像交融，提出了基于Contourlet變換的地域信息的交融算法。將該算法用于CT、MRI圖像的交融實驗，經過主觀視覺成效進行議論，并與傳統(tǒng)交融算法進行比較，結果表示該算法可以有效地融合多源醫(yī)學圖像信息?！緟⒄瘴募抗祝顣煏?，鮑長生.圖像交融[M].北京：電子工業(yè)第一版社，2008：183-248.徐蘇.基于Contourlet的醫(yī)學圖像交融技術商討[J].中國醫(yī)學影像技術，2011，27（11）：2326，2330.王昕，李瑋琳，劉富.小波域CT、MRI醫(yī)學圖像交融新方法[J].吉林大學學報：工學版，2013，43（s1）：25-28.[4]BhatnagarG，RamanB.Anewimagefusiont