多分辨率分析的医学图像融合
多分辨率分析的图像融合方法是先将多幅图像分解到不同尺度、不同分辨率上,再对低频能量信息和高频细节信息分别进行融合。它考虑了人眼视觉系统是在不同尺度上处理接受视觉信号,并对细节信息更加敏感的特性,能够达到良好的融合效果。多模态医学融合技术在临床诊断上发挥着重要的作用,它充分利用不同模态医学图像对病灶描述能力的互补性和冗余性,通过对多幅图像间互补信息和冗余数据的处理来提高融合图像的可靠性和清晰度。
医学图像融合可实现不同模态影像间信息的优势互补,弥补由于单一模态医学图像成像机理不同而造成的信息缺失,对医生准确、快速地诊断治疗疾病有着重要的意义。临床上单一模态的医学影像并不能完整详细地反应病灶形态特征和代谢状况。融合的医学影像能够清晰显示所检查的目标部位的解剖结构、空间位置,以及病变与毗邻区正常组织的关系,有助于医生全面了解和熟悉正常组织、器官的形态学特征。因此,可通过医学图像融合技术,把对应病灶区的解剖结构信息和代谢功能信息综合到一幅图像上,再结合现代数学图像处理技术中的增强、重建及识别方法,实现对目标区域病理状况更加准确诊断。
像素级图像融合
像素级图像融合是在源图像经过探戈配准的前提下,依据某种融合策略直接对待融合的源图像中的像素进行融合。像素级图像融合是最低层次的融合技术,它保留了尽可能多的场景信息,精度比较高,可用来提高信号的灵敏度与信噪比,以利于跟踪目标的观测和图像特征的提取。像素级融合大致可以分为两类:基于空间域的图像融合和基于变换域的图像融合。It generates a fused image in which each pixel is determined from a set of pixels in the various sources.
(1)基于空间域的图像融合