基于CST域相位与幅值信息的医学图像融合方法
为了克服传统医学图像融合方法不能高效表示待融合图像中医学特征信息的问题,提出一种基于复数剪切波变换域幅值和相位统计信息的医学图像融合方法.首先利用复剪切波变换得到待融合医学图像的低频子带和高频子带,揭示各个高频子带系数相位呈现双峰分布的特点,提出基于两状态Von-Mises分布的相位统计模型;然后将经典的图像结构相似性(structural similarity of image,SSIM)推广至复数剪切波域,给出了结合幅值和相位的SSIM新表达形式,并基于此新表达式和相位统计模型提出全局-局部的融合规则;最后通过逆变换重建得到融合结果.对实验结果进行主观视觉比较和客观量化分析表明,该方法能够得到更好的融合结果.
医学图像融合、复剪切波变换、相位信息、Von-Mises分布、图像结构相似性
30
TP391.41(计算技术、计算机技术)
国家自然科学基金61502282;山东省自然科学基金ZR2015FQ005;山东理工大学博士科研启动经费资助项目;山东理工大学青年教师发展支持计划
2018-06-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
392-399