基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于小波变换的像素级CT,MR医学图像融合方法,利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数邻域特征指导高频分量和低频分量的小波系数的融合,低频分量采用邻域方差指导,高频分量采用邻域能量指导,最后根据融合图像的各小波系数重构融合图像.实验表明:不论从主观感受,还是采用信息熵和平均梯度两项指标作为客观定量评价标准,该方法都优于传统的融合方法,获得的融合图像有效地综合了CT与MR图像信息,能够同时清晰地显示脑部骨组织和软组织.
推荐文章
基于邻域平均梯度的小波图像融合
图像融合
小波变换
平均梯度
基于小波包变换和圆形邻域特征的图像融合
检测控制图像融合
小波包变换
圆形邻域
邻域归一化梯度
子方向梯度算子
基于小波系数邻域特征的图像融合
图像融合
小波系数
融合因子
方差
医学图像
基于小波系数区域相似度的医学图像融合
小波变换
图像融合
区域相似度
融合规则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波系数邻域特征的CT与MR图像融合方法
来源期刊 测试技术学报 学科 医学
关键词 小波变换 医学图像融合 邻域方差 邻域能量
年,卷(期) 2007,(3) 所属期刊栏目 数据采集与图像处理
研究方向 页码范围 246-250
页数 5页 分类号 TP391.4|R445
字数 3488字 语种 中文
DOI 10.3969/j.issn.1671-7449.2007.03.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 桂志国 中北大学信息与通信工程学院 108 491 11.0 16.0
2 杜宇慧 中北大学信息与通信工程学院 4 21 3.0 4.0
3 李晋华 中北大学信息与通信工程学院 17 98 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (123)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波变换
医学图像融合
邻域方差
邻域能量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导