基于改進(jìn)小波變換的醫(yī)學(xué)圖像融合方法的研究與實(shí)現(xiàn).pdf

1、為了充分利用現(xiàn)代新的醫(yī)學(xué)成像技術(shù)來(lái)獲得不同模態(tài)圖像的相互補(bǔ)充的信息，為醫(yī)生提供更準(zhǔn)確豐富的圖像信息以便進(jìn)行更準(zhǔn)確的疾病治療和診斷，多模態(tài)醫(yī)學(xué)圖像融合技術(shù)已經(jīng)被廣泛研究并初步應(yīng)用到臨床中。醫(yī)學(xué)圖像融合是指將圖像融合技術(shù)應(yīng)用于醫(yī)學(xué)影像，即將來(lái)源于不同醫(yī)學(xué)成像設(shè)備的醫(yī)學(xué)圖像，經(jīng)過(guò)一系列變換處理，得到包含目標(biāo)對(duì)象更多病理信息的新的醫(yī)學(xué)圖像。
　　 本文對(duì)醫(yī)學(xué)圖像的融合原理進(jìn)行了深入研究，重點(diǎn)研究了基于改進(jìn)小波變換的醫(yī)學(xué)圖像融合算法。分析

2、了醫(yī)學(xué)圖像融合技術(shù)的發(fā)展歷史和現(xiàn)狀。對(duì)圖像存在的噪聲進(jìn)行了分析，對(duì)于內(nèi)部噪聲采用了模擬退火方法去除噪聲，大大改善了圖像的質(zhì)量，并采用小波域HMT模型去除外部噪聲。在圖像融合之前對(duì)圖像進(jìn)行了配準(zhǔn)。
　　 系統(tǒng)研究了基于多分辨率的醫(yī)學(xué)圖像融合算法，包括基于塔式的多分辨率分析、基于小波分解的多分辨率分析。研究了數(shù)學(xué)形態(tài)學(xué)原理，將小波變換和形態(tài)學(xué)相結(jié)合，改進(jìn)了小波變換方法，提出了基于形態(tài)學(xué)的醫(yī)學(xué)多分辨率融合方法。構(gòu)造了一種形態(tài)學(xué)小波，保

3、留了小波的視覺(jué)效果，同時(shí)很大程度上減少了運(yùn)算的復(fù)雜度。
　　 深入分析了基于像素、區(qū)域、特征的小波域圖像融合規(guī)則。在此基礎(chǔ)上提出了小波域基于差值圖像分割的加權(quán)融合方式，優(yōu)化了加權(quán)系數(shù)的計(jì)算方法，得到了很好的融合效果。
　　 討論了圖像融合的評(píng)價(jià)指標(biāo)，分析了它們的優(yōu)點(diǎn)和不足，在此基礎(chǔ)上給出了評(píng)價(jià)指標(biāo)的選取原則。
　　 在Matlab平臺(tái)上進(jìn)行了融合仿真實(shí)驗(yàn)，將本文算法同其它融合算法進(jìn)行了比較，表明了本文提出算法的優(yōu)