ct与mri图像融合技术分析word格式论文.docxVIP

西安科技大恘硕士恘位论文 1 恊论  PAGE 8  PAGE 9 最大限度的获取对目标或场景的完整信息描述。 图像融合（Image Fusion）是信息融合范畴内主要以图像为研究对象的研究领域， 通过综合提取各输入图像的信息，形成统一的图像或数据。图像融合可以使信息具有高 度集成性和信息的丰富性，便于存储和传输。融合多个传感器获得的图像信息，可明显 改善单一传感器的不足，降低了各传感器信息的冗余，并使多个传感器所获得的信息得 到互补。从 20 世纪 80 年代初至今，多源图像融合已引发了了世界范围的研究热潮，它 在计算机视觉、遥感、机器人、医学图像处理以及军事等领域有着广泛的应用价值。 多源图像融合就是利用各种成像传感器获得的不同图像或同种成像传感器以不同 成像方式或不同成像时间获得的不同图像，综合各图像的互补信息和冗余信息，扩大传 感器的工作范围，增加置信度，改善系统的可靠性和可维护性，降低对单一传感器的性 能要求，能够更为准确、可靠、全面地获取多目标或场景的信息描述，以供观察或进一 步处理[4]。 图像融合是信息融合的一个具体研究领域，它具有信息融合的特点，并能够提高传 感器系统的有效性和信息的使用效率[5]。同时，由于图像本身所具有的特殊性，图像融 合还具备一些自己的特点。比如，由于多源图像融合的输入是图像，因而对图像配准等 预处理有更严格的要求；由于多源图像融合具有很强的图像处理因素，因而可在图像数 据层上开展大量得算法研究。 下面对图像融合的一些优点做一个总结： (1) 提高系统的可靠性从多传感器获取的联合信息能够减少图像中的噪声影 响，从而提高图像的质量，减少决策过程中的不确定性因素。多传感器的冗余结构使得 在一个或多个传感器异常时，系统依然能够依赖其他传感器工作，从而提高了系统的鲁 棒性。 (2) 获取信息的更高效表示形式图像融合能够获取信息的更高效表示形式。例 如，在遥感系统中，仅需存储融合的图像信息，这比存储各波段的光谱图像更能节省存 储空间。 (3) 提高系统的性价比没有一种独立的传感器可以完成系统所要求的全部功能， 即使能够将这些要求都施加于一个独立的传感器上，其结果也将是不可接受的性价比。 多源图像融合技术可在基本满足系统整体性能要求的情况下，降低系统造价。 1.3 图像融合的基本原理和结构 图像融合是以图像为研究对象的信息融合，它把对同一目标或场景的用不同传感器 获得的不同图像，或用同种传感器以不同成像方式或在不同成像时间获得的不同图像， 融合为一幅图像，在这一幅融合图像中能反映多重原始图像的信息，以达到对目标和场 景的综合描述，使之更适合视觉感知或计算机处理。它是一门综合了传感器、信号处理、  图像处理和人工智能等技术的新兴学科。 人们对多源图像融合的研究发现，很难设计出一种能够适应各类图像源的图像融合 算法，因此实际应用中一般针对不同的图像开发不同的图像融合算法。 一般多源图像融合应用系统的处理流程主要有：图像配准、图像融合、特征提取以 及识别与决策。依据融合在处理流程中所处的阶段，按信息抽象的程度，从目标识别层 上，即从属性分类或者身份估计层次上划分，多源图像融合一般可分为三个层次。 像素级图像融合：其结构如图 1.1 所示，即在严格的配准条件下，对多源图像直接 进行信息的综合分析。像素级图像融合是在基础数据层面上进行的信息融合，其主要完 成的任务是对多源图像中的目标和背景等信息直接进行融合处理。像素级图像融合是最 低层次的图像融合，该层次的融合准确性最高，能够提供其他层次上的融合处理所不具 备的细节信息。但需要处理的信息量最大，对设备要求较高[6]。 图 1.1 像素级图像融合 特征级图像融合：其结构如图 1.2 所示，即对预处理和特征提取后获取的目标信息， 如边缘、形状、纹理和区域等信息进行综合与处理。特征级融合是在中间层次上进行的 信息融合，它既保留了足够数量的重要信息，又可对信息进行压缩，有利于实时处理。 图 1.2 特征级图像融合 决策级图像融合：其结构如图 1.3 所示，即根据一定的准则以及每个决策的可信度 做出最优决策。决策级融合是最高层次的信息融合。在每个传感器已完成目标提取与分 类之后，融合系统根据一定的准则以及每个决策的可信度做出决策融合处理。这种融合 方式实时性最好，并且具有一定的容错能力[7]。决策级融合方法主要是基于认知模型的  方法，需要大型数据库和专家决策系统进行分析、推理、识别和判断。本文的研究将主 要围绕像素级图像融合来开展。 图 1.3 决策级图像融合 1.4 医学图像融合 1.4.1 惌恘图像融合惱惴 医学图像融合技术是信息融合技术的一个极具特色的应用领域。医学图像融合在上 世纪 90 年代才发展起来，它将各种医