一种基于小波分析的自适应图像融合方法

本文提出了一种基于小波分析的自适应图像融合方法。首先对原始图像进行小波分解,得到四个子图像。然后分别计算各子图像的区域边界强度,再根据不同图像的相应区域边界强度值赋予其不同的加权系数,从而实现自适应的信息融合。最后通过小波反变换,得到完整的融合结果。通过对SAR和TM图像的融合实验,证明了本方法在保持边界特性方面具有明显优势。     

一种基于区域和Contourlet变换的多聚焦图像融合新方法

本文提出了一种基于区域和contourlet变换相结合的图像融合新方法。该方法首先对源图像进行contourlet变换，得到高频和低频图像；接着根据各尺度上高频图像的大小来调整源图像尺寸进行分割，得到多尺度分割图像；然后采用区域高频系数绝对值之和作为区域活动度来指导系数融合；最后进行contourlet逆变换得到融合图像。采用均方根误差、信噪比、边缘融合质量指标和加权融合质量指标4种准则来评价融合算法的性能。实验结果表明，本文方法不仅在客观评价指标上优于小波变换法，而且从主观评价上来看，本文的方法得到的融合图像更加的清晰。     

一种新的多聚焦彩色图像融合方法

彩色空间变换法是图像融合的经典算法之一,本文提出了一种彩色空间变换与小波变换结合的多聚焦图像融合算法,发挥了两种变换算法的优点。算法首先把源图像变换到YIQ空间,对所有图像的各个颜色分量进行小波分解;对小波分解后的高低频分量采取不同的融合规则,构造小波系数;然后以亮度Y分量作为衡量标准,通过一致性检测得到融合系数;最后进行小波逆变换,再进行YIQ反变换得到融合后的图像。对比实验结果表明,此方法的最佳小波分解层数为2层。最佳小波分解层数越少,图像融合的计算量越小。该方法在减少计算量的同时,也提高了融合质量。融合图像平滑自然,具有很好的视觉效果。     

基于方向对比度和局部方差的双树复小波图像融合算法

本文提出了一种在双树复小波（Dual-Tree ComplexW avelet Transform,DT-CWT）变换域下的融合策略,将小波域的方向对比度推广到复小波变换域,并将其与局部方差结合形成新的融合规则,实验结果表明该融合规则可以更好的突出融合图像的对比度信息,更有效的保留纹理和细节等局部特性。     

基于小波变换极大模的多模医学图像融合

多模态医学图像融合由于其对医学临床诊断的意义已引起广泛的关注,基于图像边缘特性的融合方法逐渐成为研究的重点。本文提出了一种基于离散二进小波变换的多尺度边缘检测和图像融合的方法,实现了特征级图像融合。不同于以往的从极大模值点直接重建图像,本文的算法利用极大模值点建立有效的融合规则,然后从融合的小波系数重构信号。融合图像的交互信息和峰值信噪比等检测指标表明此方法优于传统融合算法。     

基于无下采样Contourlet变换的图像融合

无下采样Contourlet变换（nonsubsampled contourlet transform，NSCT）是基于Contourlet变换的一种扩展，可以对图像进行灵活的多尺度、多方向和平移不变性分解。本文提出了一种基于NSCT的图像融合算法。首先对图像进行NSCT变换；然后对变换得到的低频和高频分量系数分别采用三种不同的融合规则进行融合处理；最后重构图像得到融合结果。文中给出了实验结果．通过对结果的分析比较，表明该方法的性能较传统的基于小波变换或基于Contourlet变换的融合方法有了一定的提高，融合效果更好。     

基于主成分分析的递变能量X射线图像融合

为避免无损检测中递变能量的数字化X射线照相（DR）图像序列的融合对先验经验的依赖,本文提出了一种基于主成分分析（PCA）的方法。该方法首先按照PCA中方法对去噪后的序列图像求各主成分相应的正交单位化特征向量,然后舍掉特征向量中的负值,计算各主成分,最后依照次序从小到大原则选取适量的主成分求和得到融合后的图像。实验结果表明,在不利用先验经验的情形下,这种方法得到的融合图像较完整地表达了DR图像序列的信息,有效扩展了DR图像的动态范围。     

一种基于小波变换消除图像噪声方法

提出了一种基于小波变换消除图像噪声方法。该方法包括水平、垂直和对角线多个方向一维（1D）与二维（2D）两个小波变换消噪处理过程,汲取了1D方向数组小波变换消噪能较好保持方向性边沿的优点,消除了2D图像小波变换阈值法消噪造成的边沿模糊。与常规方法相比,此方法在有效抑制噪声的同时,能较大程度保留图像边沿。经实际噪声图像测试,具有误差小、信噪比高的特点。     

基于深度的虚实场景高清图像的融合方法

以图像处理、计算机视觉和计算机图形学为核心的虚实融合技术的关键,是将计算机生成的三维虚拟物体同真实场景图像／视频中的物体无缝融合,从而起到对真实世界信息补充和增强的作用。随着技术发展的不断深入,如何提高虚实融合画面的视觉一致性、提供更加逼真、柔和的虚实融合界面,成为新的研究热点。本文以寻求虚拟环境与真实环境无缝融合为目的,以虚实融合高精度、高速率、高分辨率及视觉一致性等原则,设计了一套新的基于深度图像的高清虚实融合框架,基于该框架分别提出了基于分割树的深度图像快速修复方法、基于图像空间的虚实遮挡方法、基于空间分布的人体姿势识别方法及基于双目视觉的高清图像匹配方法;在保证高分辨率虚实融合显示、高精度姿势识别的同时,采用高速率的虚实遮挡检测技术,实现了视觉一致性的效果,实验结果显示了本文所提出的方法的有效性及高清性。     

基于小波变换的材料断口SEM图像体视匹配

本文将近年来兴起的小波理论应用于双目立体视觉技术，提出了一种新立体匹配算法，并将其应用于金属材料断口ＳＥＭ图像体视匹配，获得了较好的效果。该算法以二进小波变换局部模极大值边缘点作为匹配基元，重要的是可以从变换系数中推出水平和垂直方向分量的幅度变化信息，合称为边缘分量幅度变化相似约束，他们直接反映了图像结构的变化，对于复杂景物的匹配尤其重要。算法综合利用边缘点的特征属性和一系列约束条件，从边缘点局部相似和全局匹配相容两个方面解决模糊匹配问题。实验结果表明，该算法稳定可靠，具有较强的处理复杂景物的能力     

改进的自适应阈值小波图像抑噪算法

深入分析VisuShrink阈值和NormalShrink阈值的原理,本文提出了一种改进的自适应阈值图像抑噪算法。该算法根据噪声在不同的小波分解尺度下呈现出不同的特性,估计每层的噪声方差,从而确定适合各个尺度级的自适应最优阈值,并依此对图像进行抑噪。实验结果表明,与传统的均值滤波、中值滤波、VisuShrink阈值法、自适应多阈值法、NormalShrink法、自适应阈值小波去噪法相比较,改进算法所得图像的视觉效果和峰值信噪比均得到改善。     

融合特征的自适应超像素图割算法

目的针对图割（GrabCut）算法对于前景与背景颜色特征相差不大容易发生分割错误,SLIC（simple linear iterative clustering）预分割在对应情况下边缘不够准确以及时间复杂度较高等问题,提出一种融合特征的自适应超像素GrabCut算法。方法该算法首先将图像转化到Lab色彩空间,并对原图像提取Gabor纹理特征,综合得到融合特征;再利用融合特征改进SuC方法,使用改进方法对图像进行预分割,提取超像素区域,构建区域邻接图;然后保存每个超像素区域的融合特征,对两种特征分别进行高斯混合模型（Gaussian mixture model,简称GMM）建模,并利用相对熵自适应调整分割过程中混合特征的权重,优化Gibbs能量函数;最后执行迭代图割算法,得出分割结果。结论实验结果表明,本算法对颜色特征不佳的情况下有较好的分割效果,并通过改进的SLIC预分割提高了算法的执行效率,降低了迭代次数,前景物体边缘也得到较好的保护。     

多模医学图像配准和融合方法及其临床应用进展

多模医学图像处理是当前图像处理中的研究热点,对于临床诊断和治疗都有着重要的意义。不同模态的图像提供了患者的不同信息,解剖图像(如CT、MRI)提供了人体解剖形态结构的信息,功能图像(如SPECT、PET)提供了人体内放射性浓度分布的功能信息,这些不同信息需要通过合成得到信息更为全面的融合图像。而要得到有用的融合图像,不同模态的图像需经配准处理。这里综述了几种应用于医学领域的图像配准和融合技术,指出了不同技术的各自优缺点,同时也对近期各种处理技术在临床应用中的研究做了介绍。     

Ultrasound image fusion for external beam radiotherapy for prostate cancer

: To determine whether real-time ultrasound imaging and targeting system for the treatment of prostate cancer was feasible. The initial phase of this project included a study to develop and determined (a) software for the fusion of ultrasound images to standard x-rays obtained during simulation, and (b) the potential reduction in field size with real time imaging.

: During 13 patient simulations a transrectal ultrasound image was obtained. Orthogonal x-ray films were acquired with the rectal probe in place. Both the x-ray and ultrasound images were digitized and a fusion image was created of the prostate position in relation to the probe, bladder, and rectum. The two-dimensional area of the rectum, bladder, and prostate was determined in the lateral projection. Potential conformal blocks were designed for the lateral portals in a four-field treatment technique.

: The transrectal ultrasound probe enabled real-time prostrate imaging. The lateral field size can be reduced to 6.08 × 5.68 cm² ± 0.62 × 0.48 cm² from the standard 8 × 8 cm² field. The posterior rectal wall was physically displaced out of the lateral field. The area of the rectum included in the lateral field in 1.75 cm² ± 0.85 cm².

: The prostate position can be determined with certainty on a regular basis with transrectal ultrasonography. The amount of normal tissue in the high dose volume can be reduced. This approach may reduce acute and chronic morbidity and allow further dose escalation.     

CT-MR图像融合技术对勾画鼻咽癌靶体积影响

目的 探讨CT、MR及CT与MR图像融合技术对鼻咽癌靶区勾画的准确性、可行性.方法 共搜集36例鼻咽癌患者资料入组.所有患者治疗前均先在体表不同部位用铅点标记后行CT模拟定位扫描,行MR扫描前同一个位置也同样标记.将图像传输至Tomcon工作站用软件进行图像融合,并用LandMark方法 进行配准,经我科放疗医师及放射科医师对配准进行评价和靶区勾画.对CT、MR及CT-MR图像数据分别进行比较.将试验对象按是否有斜坡破坏分两组并分别比较.按病变程度分层分析分为早期(T_1+T_2期)和进展期(T_3+T_4期)并分别比较.结果 GTV_(CT)、GTV_(MR)GTV_(CT-MR)平均值分别为27.60、30.99、31.71 cm~3(F=7.48,P=0.001),其中GTV_(CT)与GTV_(MR)(q=2.54,P=0.016)、GTV_(CT)与GTV_(CT-MR)(q=3.10,P=0.004)不同,GTV_(MR)与GTV_(CT-MR)相似(q=1.31,P=0.199).有斜坡破坏的GTV_(CT)、GTV_(MR)、GTV_(CT-MR)平均值分别为35.65、42.70、44.22 cm~3(F=14.13,P=0.000),无斜坡破坏的分别为20.79、20.46、21.18 cm~3(F=0.18,P=0.832).早期组GTV_(CT)和GTV_(CT-MR)相似(t=-0.66,P=0.514),进展期组的不同(t=-2.17,P=0.036).结论 CT与MR图像融合有助于提高临床靶区勾画的精确性,特别对斜坡侵犯的诊断及勾画上具有优势,在局部晚期患者具有明显优势,为临床医师提供了更多的理论依据.