基于小波和小波包變換的醫(yī)學(xué)圖像融合算法研究.pdf

1、本文研究了常用醫(yī)學(xué)圖像配準(zhǔn)算法，將最大互信息相似性測度和圖像梯度引入到點(diǎn)配準(zhǔn)算法中，給出并實(shí)現(xiàn)了一種新的基于最大互信息和圖像梯度組合的CT與MRI多模醫(yī)學(xué)圖像配準(zhǔn)算法。實(shí)驗(yàn)結(jié)果表明，此算法具有較高的配準(zhǔn)精度和較快的計(jì)算速度。在查閱大量相關(guān)文獻(xiàn)的基礎(chǔ)上，深入分析、研究了常用的醫(yī)學(xué)圖像融合算法，在吸收他們各自優(yōu)點(diǎn)的基礎(chǔ)上，結(jié)合小波多層分解的理論基礎(chǔ)，給出了一種基于小波變換的醫(yī)學(xué)圖像融合方法。利用此融合方法對同一個(gè)人同一部位的MRI圖像的T1

2、加權(quán)像和T2加權(quán)像進(jìn)行融合，通過實(shí)驗(yàn)證明該方案的融合效果較好。 研究了小波包變換的基本原理和特點(diǎn)，給出了一種基于正交小波包分解的圖像融合算法。正交小波包分解能夠?qū)⑿盘?hào)(圖像)頻帶進(jìn)行多層次劃分，對小波分解沒有細(xì)分的高頻部分也進(jìn)一步分解，從而提高了頻率分辨率，能有效地提取特定的頻率成分。正交小波包分析能夠?yàn)閳D像融合提供一種比小波多分辨分析更加精細(xì)的分析方法。利用此融合算法對同一個(gè)人同一部位的CT和MRI圖像進(jìn)行融合，實(shí)驗(yàn)結(jié)果證明了