基于多尺度变换的多源图像融合算法的研究与实现

发布时间：2023-11-09 19:41

　　由于人眼对灰度的识别能力远远低于对彩色的识别能力,所以在症状诊断及治疗时对灰度图像进行伪彩色处理,医生可以获得更丰富、更准确的信息。结合非下采样contourlet变换(NonSubsampled Contourlet Transform,NSCT)的平移不变性、多尺度、多方向特性和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的同步脉冲发放、捕获特性,对医学图像融合算法进行改进。主要研究了基于NSCT和PCNN的图像融合算法,对低频子带和高频子带分别提出了合理有效的融合规则,并对灰度融合图像进行伪彩色处理,使融合图像保留源图像更多的能量信息、轮廓信息、细节信息和来源信息,更便于人眼观察。首先,使用NSCT分解经配准的源图像,得到低频子带和若干高频子带,根据低频子带集中了能量信息和轮廓信息的特点,对低频子带采用基于灰度值和梯度值相结合的方法进行融合。然后,根据高频子带集中了细节信息的特点,对高频子带采用PCNN的改进算法进行融合。最后,对灰度融合图像进行伪彩色处理。根据源图像的灰度信息,计算源图像重叠区域。使用NSCT和PCNN处理源图像,得到灰...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 像素级图像融合方法
        1.2.2 图像融合效果的评价方法
        1.2.3 图像伪彩色处理
    1.3 本文的研究内容
    1.4 本文的组织结构
第2章 非下采样Contourlet变换和脉冲耦合神经网络
    2.1 非下采样Contourlet变换
        2.1.1 非下采样Contourlet变换原理
        2.1.2 NSCT滤波器的设计
        2.1.3 NSCT特性
    2.2 脉冲耦合神经网络
        2.2.1 PCNN模型及其原理
        2.2.2 PCNN简化模型
    2.3 本章小结
第3章 改进的NSCT与 PCNN图像融合算法
    3.1 基于灰度值和梯度值相结合的低频融合规则
    3.2 PCNN算法的改进
    3.3 仿真实验和结果分析
    3.4 本章小结
第4章 融合图像的伪彩色处理
    4.1 基于NSCT和 PCNN的图像伪彩色处理方法
        4.1.1 计算源图像重叠区域
        4.1.2 计算融合图像的来源信息
        4.1.3 灰度融合图像的伪彩色处理
    4.2 仿真实验和结果分析
    4.3 本章小结
结论
参考文献
攻读硕士学位期间所取得的成果
致谢



本文编号：3861895