原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
基于Contourlet变换和T混合模型的医学图像融合算法-南京师范大学学报
第４０卷第 １期 南京师大学报(自然科学版) Ｖｏｌ４０ Ｎｏ１
２０１７年３月 ＪＯＵＲＮＡＬ ＯＦ ＮＡＮＪＩＮＧ ＮＯＲＭＡＬ ＵＮＩＶＥＲＳＩＴＹ(Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ) Ｍａｒꎬ２０１７
－
ｄｏｉ:１０.３９６９/ ｊ.ｉｓｓｎ.１００１ ４６１６.２０１７.０１.００５
基于 Ｃｏｎｔｏｕｒｌｅｔ变换和 Ｔ混合模型的
医学图像融合算法
徐春艳ꎬ宋余庆ꎬ刘 哲ꎬ包 翔
(江苏大学计算机科学与通信工程学院ꎬ江苏 镇江２１２０１３)
[摘要] 医学图像融合已经成为医学图像处理领域的热门研究之一. 针对基于高斯混合模型的期望最大值融
合算法容易导致局部细节丢失的问题ꎬ提出了一种基于Ｃｏｎｔｏｕｒｌｅｔ变换的Ｔ混合分布图像融合方法. 首先通过
ＧＩＨＳ(Ｇｅｎｅｒａｌｉｚｅｄ Ｉｎｔｅｎｓｉｔｙ￣Ｈｕｅ￣Ｓａｔｕｒａｔｉｏｎ)变换将彩色医学图像从ＲＧＢ颜色空间变换到ＧＩＨＳ 空间ꎬ进而通过轮
廓波变换(Ｃｏｎｔｏｕｒｌｅｔ)获得高频和低频两个部分ꎻ然后采用系数绝对值选大法和基于Ｔ分布混合模型期望最大
法分别对高频部分和低频部分进行融合ꎻ最后利用Ｃｏｎｔｏｕｒｌｅｔ反变换获得新强度ꎬ将其和ＰＥＴ 图像的其他分量通
过ＧＩＨＳ反变换得到融合结果. 该方法相比于其他的融合方法ꎬ具有信息量丰富、清晰度高等优点.
[关键词] Ｔ分布混合模型ꎬＣｏｎｔｏｕｒｌｅｔ变换ꎬ图像融合ꎬＧＩＨＳ
－ － －
[中图分类号]ＴＰ３９１ [文献标志码]Ａ [文章编号]１００１ ４６１６(２０１７)０１ ００２７ ０６
Ａ Ｍｅｄｉｃａｌ Ｉｍａｇｅ Ｆｕｓｉｏｎ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｃｏｎｔｏｕｒｌｅｔ
Ｔｒａｎｓｆｏｒｍ ａｎｄ Ｔ Ｍｉｘｔｕｒｅ Ｍｏｄｅｌｓ
Ｘｕ ＣｈｕｎｙａｎꎬＳｏｎｇ ＹｕｑｉｎｇꎬＬｉｕＺｈｅꎬＢａｏ Ｘｉａｎｇ
(Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ＥｎｇｉｎｅｅｒｉｎｇꎬＪｉａｎｇｓｕ ＵｎｉｖｅｒｓｉｔｙꎬＺｈｅｎｊｉａｎｇ２１２０１３ꎬＣｈｉｎａ)
Ａｂｓｔｒａｃｔ:Ｍｅｄｉｃａｌ ｉｍａｇｅｆｕｓｉｏｎ ｈａｓｂｅｃｏｍｅａｈｏｔ ｒｅｓｅａｒｃｈｉｎｔｈｅｆｉｅｌｄｏｆ ｍｅｄｉｃａｌ ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇꎬａｍｏｎｇｗｈｉｃｈｔｈｅｍｏｓｔ
ｃｌａｓｓｉｃａｌ ｍｅｔｈｏｄ ｃａｌｌｅｄ Ｇａｕｓｓｉａｎ ｍｉｘｔｕｒｅ ｍｏｄｅｌｓ ｗｉｔｈ Ｅｘｐｅｃｔａｔｉｏｎ Ｍａｘｉｍｕｍ(ＥＭ)ｆｕｓｉｏｎꎬｔｈｅ ｍｏｓｔ ｃｌａｓｓｉｃａｌ ｍｅｔｈｏｄ ｍａｙ
ｌｏｓｅｔｈｅ ｌｏｃａｌ ｄｅｔａｉｌ.Ｔｈｉｓｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍｗｈｉｃｈ ｉｓｂａｓｅｄ ｏｎ Ｃｏｎｔｏｕｒｌｅｔ ｔｒａｎｓｆｏｒｍａｎｄＴ ｍｉｘｔｕｒｅｍｏｄｅｌｓ.
Ｆｉｒｓｔｌｙꎬｔｈｅ ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ ｏｆ ｓｏｕｒｃｅ ｉｍａｇｅｓ ａｒｅ ｃｏｎｖｅｒｔｅｄ ｔｏ ｔｈｅ ＧＩＨＳ ｓｐａｃｅ ｔｈｒｏｕｇｈ ＧＩＨＳ(Ｇｅｎｅｒａｌｉｚｅｄ Ｉｎｔｅｎｓｉｔｙ￣Ｈｕｅ￣
Ｓａｔｕｒａｔｉｏｎ)ｔｒａｎｓｆｏｒｍ.ＳｅｃｏｎｄｌｙꎬｗｉｔｈｔｈｅＣｏｎｔｏｕｒｌｅｔｔｒａｎｓｆｏｒｍꎬｔｈｅｉｎｔｅｎｓｉｔｙ ｃｏｍｐｏｎｅｎｔ ａｒｅｄｅｃｏｍｐｏｓｅｄｉｎｔｏｍｕｌｔｉ￣ｒｅｓｏｌｕｔｉｏｎ
文档评论（0）