| Shearlet变换和稀疏表示相结合的甲状腺图像融合 |
| |
| 引用本文： | 郑伟,孙雪青,郝冬梅,吴颂红.Shearlet变换和稀疏表示相结合的甲状腺图像融合[J].光电工程,2015,42(1):77. |
| |
| 作者姓名： | 郑伟 孙雪青 郝冬梅 吴颂红 |
| |
| 作者单位： | 1. 河北大学 电子信息工程学院，河北保定 071002; 河北省数字医疗工程重点实验室，河北保定 071002
2. 河北大学 附属医院,河北保定,071002 |
| |
| 基金项目： | 河北省教育厅科学研究计划项目(2010218)；河北大学医工交叉研究中心开放基金项目(BM201103)。 |
| |
| 摘 要： | 针对甲状腺肿瘤超声图像对比度低和SPECT图像边界模糊的特点，结合多尺度几何分析和单尺度稀疏表示的思想，提出了一种 Shearlet 变换与稀疏表示相结合的图像融合算法。首先，用该变换对已经精确配准的源图像进行分解，得到图像的高低频子带系数。对稀疏性较差的低频子带系数进行字典训练并求解其稀疏表示系数，并采用能量值取大的规则进行融合。高频子带系数采用区域拉普拉斯能量和的规则。最后，用 Shearlet 逆变换得到融合图像。实验结果表明，此算法在主观视觉效果和客观评价指标上优于多尺度融合方法和单尺度下基于稀疏表示的图像融合方法。
|
| 关 键 词： | 图像融合 甲状腺肿瘤 Shearlet变换 稀疏表示 区域拉普拉斯能量和 |
| 收稿时间： | 2014/4/29 |
Thyroid Image Fusion Based on Shearlet Transform and Sparse Representation |
| |
| ZHENG Wei
,
SUN Xueqing
,
HAO Dongmei
,
WU Songhong.Thyroid Image Fusion Based on Shearlet Transform and Sparse Representation[J].Opto-Electronic Engineering,2015,42(1):77. |
| |
| Authors: | ZHENG Wei SUN Xueqing HAO Dongmei WU Songhong |
| |
| Abstract: | |
| |
| Keywords: | image fusion thyroid tumor Shearlet transform sparse representation region sum modified laplacian |
| 本文献已被 万方数据 等数据库收录！ |
