基于非下采样剪切波变换的医学图像边缘融合算法研究

图像融合过程中时常存在边缘点严重丢失的情况,为了解决这一问题,改善图像融合后的效果,本文提出了一种新的非下采样剪切波变换(NSST)融合算法。首先,将已配准的医学图像利用剪切波分解成一系列高低频子带系数;然后,利用区域最大差值比较法融合低频系数,高频系数则利用改进边缘能量法和边缘强度法进行融合;最后,通过剪切波逆变换实现对融合系数的重构得到融合图像,并选择信息熵(IE),缘强度(ES),空间频率(SF),标准差(SD)四个参数来评价融合后的图像;与其余四种算法相比,本文算法融合效果较好,在空间频率以及边缘强度指标上表现尤为突出,其余指标处于中上水平;与刘健提出的基于改进型NSST变换的图像融合方法相比,4组实验空间频率分别提高了6.4%,9.2%,1.4%,2.5%,标准差分别提高了1.8%,-1.1%,6.7%,-0.8%;信息熵分别提高了-0.8%,1.4%,-0.8%,0.5%;边缘强度分别提高了2.8%,0.6%,1.5%,3.4%。实验结果表明,本算法得到的融合图像在清晰度,对比度以及边缘信息丰富性等方面表现优良,具有良好的应用前景。