多模态图像融合技术研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多模态图像融合技术的研究1 1,2 1 1 林晓梅 李琎 魏巍 1) 长春工业大学 长春 130012 2) 东华大学 上海 200051 摘 要:本文综合的阐述了多模态图像融合各种算法的基本原理和融合流程、针对各种方法的特 点及应用场合进行了对比、分析与评价。 关键字:多模态图像 图像融合 算法评价 1 引言 现代高科技的发展,计算机软硬件技术的广泛应用, 各种面向复杂应用背景的 影像设备的随之大量出现,进一步推动了影像学向前迈进。数字化成像技术为人体 信息在计算机上直观的表达提供了用传统手段无法获得结构信息。但采用不同成像 设备得到的图像反映人体组织和器官的侧重点不同,清晰度不同。例如在医学方面, CT(Computed Tomography ,计算机 X 线断层扫描)具有高空间分辨率,是利用各种 组织对 X 射线吸收的不同程度和计算机断层扫描技术成像的。骨骼可以非常清晰的 成像,对病灶的定位提供了较准确的参照,而对软组织则无法清除显示。 MRI(Magnetic Resonance Image ,磁共振成像) 利用水质子信息成像,空间分辨率 比不上CT 图像,但是它对软组织成像清晰,有利于界定病灶范围,可是它又缺乏刚 性的骨组织作为定位参照。显然, 如能将不同成像设备提供的医学图像的信息有机 地结合起来,对现代医学临床诊断技术进步将有极大的推动。所以从各种医学影像 信息的融合而得到更多的有价值的信息的新思维应运而生。 2 图像融合的基本知识 2.1 图像融合的基本概念及流程 图像融合就是将统一对象在不同成像机理下得到的多幅图像经过空间配准和 叠加后合成一副图像,从而获得的更为准确、更为全面、更为严谨的描述。其意义 在于综合整体信息大于各部分信息之和。一个完整的医学图像融合过程应该是将采 集自不同设备的图像经过格式转换,方位的调整等预处理后,第一步要相互配准, 在此基础上进行融合;第二步对融合图像进一步后处理例如滤波等,最后根据所获 得的结果可以帮助做出医学决策。图像配准是图像融合的先决条件和基础。 融合的形式是多种多样的。按融合对象分类, 有单样本时间融合系统、单样本 空间融合系统以及模板融合系统。单样本时间融合是将其一段时间内对同一器官所 做的同种检查图像进行融合,用于跟踪病理发展。单样本空间融合是将某个病人在 同一时间内对同一器官所做的几种检查的设备图像进行融合,对病情做出更确切的 诊断。模板融合是为了提供一个诊断的标准,可以从许多健康人的研究中建立一系 列模板, 将病人的图像与模板图像融合,有助于研究疾病的病理和诊断标准。按处 理方法分类, 则有智能融合法和数值融合法之别。数值融合法是将来源于不同成像 设备的图像预处理后直接应用;智能融合法是将来源于不同成像设备中的所需信息 进行综合,根据需要应用模式的级别选择不同图像的所需信息进行融合。按图像维 数分类,可分为仅考虑空间维数的图像融合与考虑空间维数的时间序列图像融合两 1 长春市科技计划项目 长科技合(2004160 )号 -1- 大类。其中二维图像融合目前研究较多,近年来三维图像融合研究也有所发展。按信 息抽象程度的不同(也对应完成不同级别的功能)可分为像素级融合、特征级融合 和决策级融合。像素级融合作用在象素点层次上进行,直接对配准后的不同传感器 图像数据进行融合,根据融合的结果提取特征。特征级融合在中间层次上进行,对 特征提取后获得的特征信息 (如边沿、轮廓等)进行融合,据融合的结果描述属性。 决策级融合在高层次上进行,对目标属性的描述信息进行融合,根据融合的结果解 释图像。 3 图像融合的主要算法 融合主要采用加权平均法、Toet算法、模糊理论法、基于小波变换的方法等, 本文大致从以下几个分类来谈。 3.1 早期的简单方法 这些方法应

文档评论(0)

bhyq + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档