基于小波变换的医学图像融合算法的实现与设计

论文摘要

近年来,图像融合己成为图像理解和计算机视觉领域中一项重要而有用的新技术,尤其是在医学领域中,由于医学仪器的成像机理及应用环境的不同,得到的医学图像具有不同的细节,利用多源医学图像的互补或冗余信息,图像融合可使获得的融合结果包含更丰富的细节及更全面的信息,比任何单一源图像都更全面、更精确。本课题研究的重点是基于小波变换的图像融合技术。首先,本文描述了一种基于互信息的人脑CT-MRI图像配准方法并将这种方法应用于图像的几何对准并给出了初步的评估结果。然后对基于不同小波分解的图像融合方法进行了研究。本文主要完成了应用小波变换的图像融合效果的对比研究,通过利用不同的小波变换对医学图像的融合,实现了不同小波变换在医学图像融合方面的研究。本课题的另一个重要研究成果是图像融合性能的客观评价。定量地评价图像融合性能是一项重要而复杂的工作,本文建立了信息熵、交叉熵等评价模型,利用这些评价准则,研究不同的融合规则对融合性能的影响,还利用这些评价规则对多种图像融合方法的性能进行了比较研究。文中给出了一系列的基于最大互信息的图像配准和小波医学图像融合结果图像,实验和计算结果表明,采用小波变换方法和融合评价准则是十分有效的。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 设计背景
• 1.2 热点及现状
• 1.3 本文所做的工作
• 第2章 医学图像融合概况
• 2.1 医学影像概述
• 2.1.1 医学影像发展历史
• 2.1.2 医学图像的分类
• 2.2 医学图像融合介绍
• 2.3 图像的预处理
• 2.4 图像配准介绍
• 2.4.1 医学图像配准分类
• 2.4.2 图像的空间变换
• 2.5 医学图像融合介绍
• 2.5.1 医学图像融合的分类
• 2.5.2 医学图像融合的方法
• 2.5.3 图像融合的特点
• 2.6 图像融合的常用方法
• 2.6.1 图像融合的层次
• 2.6.2 常用的图像融合方法
• 2.6.3 常用融合算法的缺点
• 2.7 CT图像和MRI图像融合的必要性
• 2.7.1 CT成像简介
• 2.7.2 MRI成像（Magnetic Resonance Imaging,MRI）
• 2.7.3 进行CT和MRI图像融合的必要性
• 2.8 小波发展史
• 2.9 小波变换原理
• 2.9.1 连续小波变换
• 2.9.2 离散小波变换
• 2.10 本章小结
• 第3章 基于小波变换的图像融合算法设计
• 3.1 系统设计
• 3.2 最大互信息配准
• 3.2.1 配准原理
• 3.2.2 互信息的计算
• 3.2.3 Powell方法
• 3.3 图像的小波分解
• 3.4 基于小波变换的图像融合方法
• 3.5 基于区域分割的图像融合
• 3.5.1 基于金字塔链接的多分辨率分割
• 3.5.2 基于区域分割的图像融合算法
• 3.5.3 权值ω的确定
• 3.6 小波基的选取
• 3.7 融合结果及评价
• 3.7.1 图像融合质量的主观评价
• 3.7.2 图像融合质量的客观评价
• 3.8 本章小结
• 第4章 系统实现及结果分析
• 4.1 系统功能
• 4.2 图像配准部分设计
• 4.3 图像配准部分运行结果与分析
• 4.4 图像融合部分设计
• 4.5 融合图像评价部分设计
• 4.6 实验结果分析及结论
• 4.6.1 主观评价
• 4.6.2 信息熵
• 4.6.3 交叉熵
• 4.6.4 峰值信噪比
• 4.6.5 均方差
• 4.6.6 清晰度
• 4.6.7 结论
• 4.7 本章小结
• 第5章 结论及展望
• 参考文献
• 结束语
• 附录