基于最佳缝合线和改进加权平均融合的图像拼接

为了解决图像拼接中出现的拼接缝和伪影问题,文章提出一种基于动态规划思想的寻求最佳拼接缝算法,采用改进的加权平均融合算法解决拼接缝问题。在图像配准方面,通过SIFT算法对图像进行特征匹配,并利用RANSAC算法去除误匹配点。在图像融合方面,给定一对对齐的图像重叠区域,利用动态规划思想来搜索最佳缝合线;然后结合改进的加权平均融合算法实现无缝拼接。实验结果表明,本文提出的算法有效消除伪影和拼接缝,实现两幅图像重叠区域之间的光滑过渡,符合人类的视觉感知效果。

结合Shearlet变换和果蝇优化算法的甲状腺图像融合

针对甲状腺肿瘤超声图像复杂度高和SPECT图像边界模糊的特点,结合Shearlet变换能够捕捉图像细节信息和果蝇优化算法可靠性高的优势,提出了Shearlet变换和果蝇优化算法相结合的图像融合算法。首先,用Shearlet变换对已精确配准的源图像进行分解,分别得到高低频子带系数。高频子带系数采用区域能量取大的融合规则,低频子带系数使用改进的加权融合规则,并把果蝇优化算法引入低频融合过程,以互信息作为适应度函数来获取最优值,克服了原加权融合算法互信息低的缺点。最后,用Shearlet逆变换得到融合后的图像。实验结果表明,此算法在主观视觉效果和客观评价指标上优于其他融合算法。