基于改进GFF算法的CT与MRI图像融合

• 作者: 周啸虎 薛海林 陈广浩 高伟
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 图像融合 引导滤波融合 线性最小平方误差 加权图谱
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数字医学基础研究与应用
• 页码范围: 37-40
• 页数: 4页
• 分类号: R319|R445
• 字数: 3681字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2017.12.012

摘要

目的:提出一种改进的引导滤波融合算法,并将其应用于CT与MR图像融合.方法:首先采用基于线性最小平方误差准则的滤波器获得多尺度图像,然后对不同层次加权图像进行重建,最后采用引导滤波器和加权平均法对主体和细节图像进行融合.结果:4组医学图像融合实验定性与定量分析表明,基于本文提出算法获得的融合图像视觉效果更佳,且定量评价指标互信息测度、解剖相似性测度、边缘信息量测度、相位一致性测度、局部质量指数和视觉信息保真度均优于传统的GFF算法.结论:基于提出的算法适合含噪声的图像融合,具有较高普适性和实用性,是一种可行、稳健的医学图像融合算法.