电子科技
電子科技
전자과기
IT AGE
2014年
8期
19-21
,共3页
多尺度几何分析%图像融合%Contourlet变换%医学图像
多呎度幾何分析%圖像融閤%Contourlet變換%醫學圖像
다척도궤하분석%도상융합%Contourlet변환%의학도상
针对医学图像,提出了一种基于多尺度几何分析的医学图像融合算法.首先,利用Contoutlet变换对待融合两幅图像进行分解,将得到的低频分量分别利用Shearlet变换分解,并采用区域能量加权平均的规则,进行一次融合得到融合低频分量;对得到的高频分量分别用小波变换进行分解,再用低频、高频取大的规则进行一次融合得到融合高频分量,最后对得到的融合高低频分量进行Contourlet逆变换得到融合结果.实验结果表明,该算法在信息熵和平均梯度等参数上有明显提升,且能更好地表征图像中不同的奇异性.
針對醫學圖像,提齣瞭一種基于多呎度幾何分析的醫學圖像融閤算法.首先,利用Contoutlet變換對待融閤兩幅圖像進行分解,將得到的低頻分量分彆利用Shearlet變換分解,併採用區域能量加權平均的規則,進行一次融閤得到融閤低頻分量;對得到的高頻分量分彆用小波變換進行分解,再用低頻、高頻取大的規則進行一次融閤得到融閤高頻分量,最後對得到的融閤高低頻分量進行Contourlet逆變換得到融閤結果.實驗結果錶明,該算法在信息熵和平均梯度等參數上有明顯提升,且能更好地錶徵圖像中不同的奇異性.
침대의학도상,제출료일충기우다척도궤하분석적의학도상융합산법.수선,이용Contoutlet변환대대융합량폭도상진행분해,장득도적저빈분량분별이용Shearlet변환분해,병채용구역능량가권평균적규칙,진행일차융합득도융합저빈분량;대득도적고빈분량분별용소파변환진행분해,재용저빈、고빈취대적규칙진행일차융합득도융합고빈분량,최후대득도적융합고저빈분량진행Contourlet역변환득도융합결과.실험결과표명,해산법재신식적화평균제도등삼수상유명현제승,차능경호지표정도상중불동적기이성.
