基于非下采样Contourlet变换的自适应医学图像融合算法

• 作者: 戴文战 李俊峰 楼建强
• 来源期刊: 应用科学学报
• 学科: 工学
• 关键词: 医学图像融合 非下采样变换 区域能量 改进拉普拉斯能量和
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 763-774
• 页数: 12页
• 分类号: TP391.4
• 字数: 4437字
• 语种: 中文
• DOI: 10.3969/j.issn.0255-8297.2017.06.010

摘要

提出一种多模态医学图像融合算法.用非下采样contourlet变换(non-subsampled contourlet transform,NSCT)将已配准的源图像进行分解,得到低频子带和多层高频子带,然后在各子带中将NSCT系数进行融合.对于低频子带,根据其特性制定规则融合区域能量、互信息、信息熵;对于高频子带,则依据改进的拉普拉斯能量和融合规则,用遗传算法自动优化其待定参数.将融合后的高、低频子带进行NSCT逆变换即可得到融合图像.对灰度和彩色医学图像进行的实验表明,与其他方法相比,用该算法得到的融合图像包含更丰富的纹理信息,视觉效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊峰	浙江理工大学自动化研究所	41	497	8.0	22.0
2	戴文战	浙江工商大学信息与电子工程学院	52	889	12.0	29.0
3	楼建强	浙江理工大学自动化研究所	2	14	2.0	2.0