[发明专利]基于二维Littlewood-Paley经验小波变换的脑部图像融合方法

摘要

本发明公开了一种基于二维Littlewood‑Paley经验小波变换的脑部图像融合方法，获取已经配准好的待融合的脑部CT图像和脑部MRI图像，分别对脑部CT图像和脑部MRI图像进行二维Littlewood‑Paley经验小波变换，得到残差分量子图像、固有模态函数子图像和各子图像对应的检测滤波器图像，分别对残差分量子图像、固有模态函数子图像和检测滤波器图像进行融合，根据融合后的残差分量子图像、融合后的固有模态函数子图像和融合后的检测滤波器图像进行二维Littlewood‑Paley经验小波逆变换，得到融合后的脑部图像。采用本发明可以提高脑部CT图像和脑部MRI图像的融合效果。

主权项

1.一种基于二维Littlewood‑Paley经验小波变换的脑部图像融合方法，其特征在于，包括以下步骤：S1：获取已经配准好的待融合的脑部CT图像和脑部MRI图像；S2：分别对脑部CT图像和脑部MRI图像进行二维Littlewood‑Paley经验小波变换，分别得到一组子图像，包括一个残差分量子图像和若干固有模态函数子图像，并将每个子图像对应的检测滤波器采用二维图像表示，记脑部CT图像的残差分量子图像为固有模态函数子图像为W_i^CT，i＝1,2,…,N_CT，检测滤波器图像为i′＝0,1,…,N_CT，其中N_CT表示脑部CT图像的固有模态函数数量；记脑部MRI图像的残差分量子图像为固有模态函数子图像为j＝1,2,…,N_MRI，检测滤波器图像为j′＝0,1,…,N_MRI，其中N_MRI表示脑部CT图像的固有模态函数数量；S3：分别提取残差子图像和的L₂范数特征，基于L₂范数特征进行两幅残差子图像的融合，得到融合后的残差子图像S4：采用以下方法进行固有模态函数子图像融合：如果N_CT＞N_MRI，则令待融合固有模态函数子图像数量R＝N_MRI，融合后固有模态函数子图像总数T＝N_CT，否则令待融合固有模态函数子图像数量R＝N_CT，融合后固有模态函数子图像总数T＝N_MRI；分别取脑部CT图像的前R个固有模态函数子图像和脑部MRI图像的前R个固有模态函数子图像，将对应固有模态序号的子图像作为一组，得到R组待融合固有模态函数子图像，根据以下公式进行加权融合，得到融合后的固有模态函数子图像其中，r＝1,2,…,R，表示融合后第r个固有模态函数子图像中像素点(x,y)的像素值，表示脑部CT图像的第r个固有模态函数子图像中像素点(x,y)的像素值，表示脑部MRI图像的第r个固有模态函数子图像中像素点(x,y)的像素值，和分别表示和的权值，且如果N_CT＞R，则直接将脑部CT图像的后N_CT‑R个固有模态函数子图像作为融合后的固有模态函数子图像r′＝R+1,R+2,…,T，否则直接将脑部MRI图像的后N_MRI‑R个固有模态函数子图像作为融合后的固有模态函数子图像从而得到T个融合后的固有模态函数子图像W_t^F，t＝1,2,…,T；S5：采用以下方法进行检测滤波器融合：分别取脑部CT图像的前R+1个检测滤波器图像和脑部MRI图像的前R+1个检测滤波器图像g＝0,1,…,R，将对应序号的检测滤波器图像作为一组，得到R+1组待融合检测滤波器图像，基于最大值选择法得到融合后的检测滤波器图像其中，分别表示融合后的检测滤波器图像检测滤波器图像检测滤波器图像中像素点(x,y)的像素值；如果N_CT＞R，则直接将脑部CT图像的后N_CT‑R个检测滤波器图像作为融合后的检测滤波器图像g′＝R+1,R+2,…,T，否则直接将脑部MRI图像的后N_MRI‑R个检测滤波器图像作为融合后的检测滤波器图像从而得到T个融合后的检测滤波器图像t′＝0,1,…,T；S6：根据融合后的残差分量子图像融合后的固有模态函数子图像W_t^F和融合后的检测滤波器图像进行二维Littlewood‑Paley经验小波逆变换，得到融合后的脑部图像。