抗混叠轮廓波HMT模型的医学图像融合
为了更好地对医学图像进行融合,提出了一种利用抗混叠轮廓波HMT模型的图像融合新算法.该算法首先对原始轮廓波变换的频谱混叠问题展开研究,明确LP分解中的两个低通滤波器不满足Nyquist抽样定律是造成混叠的主要原因.接着,在对低通滤波器考虑带限约束条件下,设计了一种能抑制混叠的利用双通道滤波器组结构的多尺度分解方案,用于代替原始轮廓波变换的LP分解,结合方向滤波器组,实现了一种抗混叠的轮廓波变换.在此基础上,提出一种采用隐马尔可夫树(HMT)来刻划变换系数尺度间相关性的医学图像成像模型,并以期望最大化算法估计模型参数,得到融合图像.CT与MR图像以及MR-T1与MR-T2图像的融合实验表明,该算法的融合结果无论在视觉质量及定量指标上都明显优于基于小波变换和原始轮廓波变换的方法.
抗混叠轮廓波变换、滤波器组、隐马尔可夫模型、医学图像融合
15
TP391(计算技术、计算机技术)
浙江省自然科学基金项目Y1080778;宁波市自然科学基金项目2008A610012;宁波大学人才工程项目x130710008
2010-04-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
321-327