[发明专利]基于平移不变剪切波变换的多模态医学图像融合方法

权利要求书

1.基于平移不变剪切波变换的多模态医学图像融合方法，其特征在于包括以下步骤：

1）准备待融合的两幅多模态医学图像，利用平移不变剪切波变换分别将两幅图像都分解为低频近似图像和高频细节图像，再将高频细节图像分解为不同的方向子带；

2）分别融合两幅图像的低频近似图像和高频细节图像分解的各个方向子带：

2.1）对低频近似图像，采用基于区域系数绝对值和权重的融合策略进行融合；

2.2）对高频细节图像各个方向子带，采用基于子带标准差和概率密度函数权重的融合规则进行融合：

a）构建高频子带系数的隐马尔科夫树HMT模型，利用HMT模型训练各子带系数，得到每个子带的标准差和概率密度函数；

b）采用基于子带标准差和概率密度函数权重的融合规则确定融合图像的各个高频子带系数；

3）对步骤2）融合后的低频近似图像和高频细节图像分解的各个方向子带，利用逆平移剪切波变换得到融合图像。

2.根据权利要求1所述的基于平移不变剪切波变换的多模态医学图像融合方法，其特征在于：所述待融合的两幅多模态医学图像若为彩色图像，在步骤1）对图像分解之前，先进行IHS变换，获得图像的Intensity分量，再对Intensity分量利用平移不变剪切波变换进行分解；在步骤3）中利用逆平移剪切波变换先得到Intensity分量，再进行逆IHS变换得到融合的彩色图像。

3.根据权利要求1或2所述的基于平移不变剪切波变换的多模态医学图像融合方法，其特征在于：所述步骤1）所述利用平移不变剪切波变换分解图像，具体如下：

1.1）利用非下采样金字塔策略将其中一幅多模态医学图像f^j分解成为低频近似图像f^j+1和高频细节图像g^j+1，其中j表示图像分解的尺度，j≥1；

1.2）针对高频细节图像g^j+1，构建Meyer窗口进行多尺度剖分：

a）在伪极化网格生成剪切滤波器窗口W；

b）将W从伪极化网格系统映射回到笛卡尔坐标系统，生成新的剪切滤波器W_new；

c）计算细节图像的傅里叶变换，产生矩阵Fg^j+1；

d）将W_new作用到Fg^j+1，获得方向子带；

1.3）对各个方向子带作用逆傅里叶变换得到平移不变剪切波系数；

1.4）对另一幅多模态医学图像采用上述步骤进行分解。