潘树伟，戴文战，李俊峰

(1.浙江理工大学自动化研究所，杭州 310012；2. 浙江工商大学信息与电子工程学院，杭州 310012)



基于纹理特征与广义相关性结构信息的医学图像融合

潘树伟1，戴文战2，李俊峰1

(1.浙江理工大学自动化研究所，杭州 310012；2. 浙江工商大学信息与电子工程学院，杭州 310012)

结合多尺度变换的图像特征，提出了一种基于纹理特征与相关性结构信息的医学图像融合方法。首先对已配准的源图像进行非下采样Contourlet变换，得到低频、高频子带系数。其次考虑人眼视觉对纹理特征的敏感性，提出局部差分计盒维数来统计图像的纹理信息；分析NSCT高频子带兄弟系数间及其父子系数间的强相关性，分别计算出系数间的结构相似度与邻域拉普拉斯能量和，作为高频子带系数间的广义相关性结构信息。然后对低频提出Sigmoid函数自适应融合，对高频采用广义相关性结构信息取大法。最后进行逆NSCT变换得到融合图像。通过灰度与彩色图像融合实验发现，该算法不仅可以保留源图像的边缘信息，还得到较好的客观评价指标和视觉效果。

医学图像融合；非下采样Contourlet变换；局部差分计盒维数；广义相关性结构信息

0 引 言

随着电子科学的发展，医学成像技术被广泛应用于临床诊断。不同形式的医学影像反映不同的人体器官和组织信息[1]。解剖图像(CT、MRI等)提供相对高分辨率的解剖信息和生理特征，而功能图像(SPECT、PET等)提供人体器官的新陈代谢和血液循环信息，但空间分辨率较低。……