|
基于混沌遗传算法和contourlet变换的医学图像融合
|
|
【药学类毕业论文】【摘要】 目的： 改善传统医学图象融合 方法 对细节信息的丢失. 方法： 利用contourlet的多尺度、方向性和各向异性等优点，提出了一种基于局域特性匹配度融合的改进算法. 首先对原图进行contourlet分解，对分解各子带构造局域特征的匹配度，设定匹配度的阈值，对匹配度在不同阈值范围内的系数进行不同的加权融合；最后对融合系数进行contourlet逆变换得到融合图像. 在阈值的选取上，引入混沌遗传算法求解阈值的全局最优解. 结果： 运用传统小波变换和本文提出对方法对两组医学图象进行融合处理，客观评价参数表明本文提出的算法效果更优. 结论： 该算法能够在保有原图信息的同时，有效的增强细节信息.
【关键词】 contourlet 医学图像 图像融合 遗传算法
【Abstract】AIM: To improve the traditional image fusion algorithm in order to avoid the loss of the detailed information in the processe of image fusion. METHODS: Utilizing the contourlets advantages of multiscale,directionality and anisotropy,an advanced image fusion algorithm based on characteristic matching of region statistics in contourlet domain was proposed in this paper. First，the source images were transformed into contourlet domain. The n,we constructed the characteristic matching of each subband and set a threshold for it.
|
|
|
广告服务