基于Contourlet变换和T混合模型的医学图像融合算法.pdfVIP

第 40卷第1期 南京师大学报（自然科学版） Vol. 40 No. 1 2017年 3 月 JOURNAL OF NANJING NORMAL UNIVERSITY( Natural Science Edition) M ar,2017 doi ：10.3969/j .issn .001-4616.2017.01.005 基于 Contourlet变换和T 混合模型的 医学图像融合算法 徐 春 艳 ，宋 余 庆 ，刘 哲 ， 包翔 (江苏大学计算机科学与通信工程学院，江苏镇江212〇13) [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，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G IH S 空间，进而通过轮 廓波变换（Contourlet )获得高频和低频两个部分;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;最后利用Contourlet反变换获得新强度，将其和P E T 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，具有信息量丰富、清晰度高等优点. [关 键 词 ]T 分布混合模型，Contourlet变换，图像融合， GIHS [ 中图分类号] TP 391 [ 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 Chunyan，Song Yuqing，Liu Zhe，Bao Xiang (School of Computer Science and Communication Engineering,Jiangsu University, Zhenjiang 212013 , China) Abstract： Medical image fusion has become a hot research in the field of medical image processing,among which the most classical method ca ed Gaussian mixture models with Expectation Maximum ( EM ) fusion, the most classical method may lose the local detail. This paper presents a fusion algorithm which is based on Contourlet transform and T mixture models. Firstly,the RGB color space of source images are converted to the GIHS space through GIHS( Generalized Intensity-Hue- Saturation) transform. Secondly,with the Contourlet transform, the intensit