Shearlet变换和稀疏表示相结合的甲状腺图像融合

作     者：郑伟 孙雪青 郝冬梅 吴颂红 ZHENG Wei;SUN Xueqing;HAO Dongmei;WU Songhong

作者机构：河北大学电子信息工程学院河北保定071002 河北省数字医疗工程重点实验室河北保定071002 河北大学附属医院河北保定071002 

出 版 物：《光电工程》 (Opto-Electronic Engineering)

年 卷 期：2015年第42卷第1期

页      面：77-83页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：河北省教育厅科学研究计划项目(2010218) 河北大学医工交叉研究中心开放基金项目(BM201103) 

主　　题：图像融合 甲状腺肿瘤 Shearlet变换 稀疏表示 区域拉普拉斯能量和 

摘      要：针对甲状腺肿瘤超声图像对比度低和SPECT图像边界模糊的特点,结合多尺度几何分析和单尺度稀疏表示的思想,提出了一种Shearlet变换与稀疏表示相结合的图像融合算法。首先,用该变换对已经精确配准的源图像进行分解,得到图像的高低频子带系数。对稀疏性较差的低频子带系数进行字典训练并求解其稀疏表示系数,并采用能量值取大的规则进行融合。高频子带系数采用区域拉普拉斯能量和的规则。最后,用Shearlet逆变换得到融合图像。实验结果表明,此算法在主观视觉效果和客观评价指标上优于多尺度融合方法和单尺度下基于稀疏表示的图像融合方法。