[发明专利]一种基于快速有限剪切波变换与稀疏表示的医学图像融合法

说明书

本发明公开了一种基于快速有限剪切波变换与稀疏表示的医学图像融合法，包括如下方法：S1：通过FFST将源图像A和源图像B进行分解，获取所述源图像A和源图像B的低频系数和高频系数；S2：通过稀疏表示融合法将所述源图像A和源图像B的低频系数进行融合，确定融合低频系数；S3：根据PCNN融合法将所述源图像A和源图像B的高频系数进行融合，获取融合高频系数；S4：将所述融合低频系数和融合高频系数通过FFST逆变换进行重构，获取融合图像。本发明可以使融合图像在边缘清晰度、变化剧烈度和对比度方面均得到较好的融合性能，从而融合图像的细节更加清晰，边缘更加平滑，进而具有良好的主观视觉效果。

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种基于快速有限剪切波变换与稀疏表示的医学图像融合法。

背景技术

随着各种成像设备的发展，不同类型的传感器从同一个场景的图像中获取的信息不同。CT图像对骨骼成像非常清楚，但是对软组织的对比度很低。MRI图像可以很好的显示软组织以及有关脉管。PET图像能够呈现人体细胞的代谢活动。在医学上，需要将不同模态的图像进行适当的融合，使源图像进行信息互补，从而得到信息更丰富的图像。其中临床诊断对医学图像的视觉效果要求更高。

近年来，基于多尺度几何分析的图像融合方法由于其具有的多分辨率特点，被广泛应用于图像处理领域。小波变换是最典型的多尺度分析工具，但是小波变换不能较好地表示图像的线奇异性，容易产生伪吉布斯现象。为了解决这个问题，曲波变换(curvelettransform)、轮廓波变换(contourlet transform)、剪切波变换(shearlet transform)等多尺度几何分析的方法先后被提出，但是各自仍存在有不足。

发明内容

发明目的：针对现有医学图像融合中存在的源图像细节信息保留不够充分的问题，本发明提出一种基于快速有限剪切波变换与稀疏表示的医学图像融合法。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：

一种基于快速有限剪切波变换与稀疏表示的医学图像融合法，所述医学图像融合法包括如下方法：

S1：通过FFST将源图像A和源图像B进行分解，获取所述源图像A和源图像B的低频系数和高频系数；

S2：通过稀疏表示融合法将所述源图像A和源图像B的低频系数进行融合，确定融合低频系数；

S3：根据PCNN融合法将所述源图像A和源图像B的高频系数进行融合，获取融合高频系数；

S4：将所述融合低频系数和融合高频系数通过FFST逆变换进行重构，获取融合图像。

进一步地讲，所述步骤S2确定融合低频系数，具体如下：

S2.1：所述源图像A和源图像B的低频系数通过K-SVD算法，确定过完备字典矩阵；

S2.2：根据OMP优化算法获取融合图像的稀疏系数矩阵；

S2.3：根据所述过完备字典矩阵和融合图像的稀疏系数矩阵，确定融合样本训练矩阵，具体为：

V_F＝Dα_F

其中：V_F为融合样本训练矩阵，D为过完备字典矩阵，α_F为融合图像的稀疏系数矩阵；

S2.4：通过融合样本训练矩阵确定所述融合低频系数。

进一步地讲，所述步骤S2.1确定过完备字典矩阵，具体如下：

S2.1.1：通过滑动窗口对所述源图像A和源图像B的低频系数进行分块处理，获取源图像A和源图像B的低频系数的图像子块；