基于多尺度分解方法和混合方法的CT和MRI图像融合
在医学计算机断层扫描和磁共振成像的融合过程中,传统的多尺度成像方法往往会降低融合图像的对比度。虽然稀疏表示方法克服了这一缺点,但它们沿着融合图像的边缘往往太过于平滑。为了克服这些缺点,提出了基于多尺度分解方法和混合方法的CT和MRI图像融合。
为了正确和快速地分解图像的基层和细节部分。前人提出了一种快速的基层-细节图像分解(FCTD)及其改进的算法。(FCTD是快速并且简单的,但采用了传统的局部梯度计算。局部梯度算子对噪声很敏感,因此在分解过程中很不稳定。导致模糊了图像的边缘并在基层部分保留了的某些纹理细节) 作者针对此进行了改进
改进方法:
在FCTD中使用了我们提出的全局稀疏梯度(GSG),使图像分解更加准确和稳定。提出了一种结合NSCT和SR的基于图像分解的混合融合方法。
主要步骤:
- 首先,利用改进的全局稀疏梯度图像分解方法,得到了CT和MRI的基层部分和细节部分。
- 其次,利用特定的字典和“L1-最大范数”原则将基层部分进行融合。
- 利用非下采样轮廓波变换(NSCT)和最大能量规则对细节部分进行融合。