[发明专利]一种基于错误纹理消除策略的图像融合方法及系统

权利要求书

1.一种基于错误纹理消除策略的图像融合方法，其特征在于，包括以下步骤：

通过低通滤波器对多模态医学图像进行图像分解，得到高频分量和低频分量；

基于梯度差与熵的融合规则对高频分量进行融合处理，得到高频融合图像；

基于像素选择规则对低频分量进行融合处理，得到低频融合图像；

基于迭代最小二乘法对低频融合图像进行错误纹理消除处理，得到消除低频纹理融合图像；

对高频融合图像、低频融合图像与消除低频纹理融合图像进行线性加权融合处理，得到最终融合图像。

2.根据权利要求1所述一种基于错误纹理消除策略的图像融合方法，其特征在于，所述通过低通滤波器对多模态医学图像进行图像分解，得到高频分量和低频分量这一步骤，其具体包括：

将多模态医学图像输入至低通滤波器进行梯度卷积提取处理，得到多模态医学图像的低频分量，所述多模态医学图像的低频分量包括图像的能量信息；

将多模态医学图像与低频分量进行作差处理，得到多模态医学图像的高频分量，所述多模态医学图像的高频分量包括图像的细节信息与纹理信息。

3.根据权利要求2所述一种基于错误纹理消除策略的图像融合方法，其特征在于，所述基于梯度差与熵的融合规则对高频分量进行融合处理，得到高频融合图像这一步骤，其具体包括：

基于梯度差与熵的融合规则对高频分量进行细节捕获处理，得到高频分量的像素值；

对高频分量的像素值的大小进行比较，选取像素值最大时对应的图像，得到高频分量的决策图；

对高频分量的决策图与高频分量进行做积运算，得到高频融合图像。

4.根据权利要求3所述一种基于错误纹理消除策略的图像融合方法，其特征在于，所述梯度差与熵的融合规则的表达式具体如下所示：

上式中，表示多模态医学图像的高频分量，表示(i,j)的领域，其中是一个大小为ψ×ψ的局部窗口，GE(·)表示像素点的梯度能量，表示在(i',j')梯度上的绝对值，表示的熵的值。

5.根据权利要求4所述一种基于错误纹理消除策略的图像融合方法，其特征在于，所述基于像素选择规则对低频分量进行融合处理，得到低频融合图像这一步骤，其具体包括：

获取多模态医学图像的低频分量的像素值并进行比较处理，选取像素值最大时对应的图像，生成第一低频融合决策图；

基于局部相位相干法对低频分量进行图像锐度评估，得到低频分量的亮度信息；

基于低频分量的亮度信息对空间位置上所有方向进行加权平均组合，构建空间LPC图；

对空间LPC图进行LPC强度测量，输出显著特征图；

获取显著特征图的像素值并进行比较处理，生成第二低频融合决策图；

对第一低频融合决策图与第二低频融合决策图进行融合处理，构建低频融合图像。

6.根据权利要求5所述一种基于错误纹理消除策略的图像融合方法，其特征在于，所述基于迭代最小二乘法对低频融合图像进行错误纹理消除处理，得到消除低频纹理融合图像这一步骤，其具体包括：

确定迭代最小二乘法模型的目标函数并进行最小化处理，得到最小化后的目标函数；

将最小化后的目标函数嵌入至迭代最小二乘法模型并进行傅里叶变换与逆傅里叶变换处理，构建ILS模型；

将低频融合图像输入至ILS模型进行纹理信息提取处理，得到消除纹理后的低频分量；

将多模态医学图像的低频分量与消除纹理后的低频分量进行作差处理，得到低频纹理决策图像；

基于低频纹理决策图像的像素值进行比较，获取消除低频纹理融合图像。