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配準(zhǔn)算法中，給出并實現(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。實驗結(jié)果表明，此算法具有較高的配準(zhǔn)精度和較快的計算速度。在查閱大量相關(guān)文獻的基礎(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人同一部位的MRI圖像的T1

2、加權(quán)像和T2加權(quán)像進行融合，通過實驗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，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?圖像)頻帶進行多層次劃分，對小波分解沒有細分的高頻部分也進一步分解，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為圖像融合提供一種比小波多分辨分析更加精細的分析方法。利用此融合算法對同一個人同一部位的CT和MRI圖像進行融合，實驗結(jié)果證明了