基于改进小波变换的医学图像融合方法的研究与实现

摘要

为了充分利用现代新的医学成像技术来获得不同模态图像的相互补充的信息，为医生提供更准确丰富的图像信息以便进行更准确的疾病治疗和诊断，多模态医学图像融合技术已经被广泛研究并初步应用到临床中。医学图像融合是指将图像融合技术应用于医学影像，即将来源于不同医学成像设备的医学图像，经过一系列变换处理，得到包含目标对象更多病理信息的新的医学图像。
　　 本文对医学图像的融合原理进行了深入研究，重点研究了基于改进小波变换的医学图像融合算法。分析了医学图像融合技术的发展历史和现状。对图像存在的噪声进行了分析，对于内部噪声采用了模拟退火方法去除噪声，大大改善了图像的质量，并采用小波域HMT模型去除外部噪声。在图像融合之前对图像进行了配准。
　　 系统研究了基于多分辨率的医学图像融合算法，包括基于塔式的多分辨率分析、基于小波分解的多分辨率分析。研究了数学形态学原理，将小波变换和形态学相结合，改进了小波变换方法，提出了基于形态学的医学多分辨率融合方法。构造了一种形态学小波，保留了小波的视觉效果，同时很大程度上减少了运算的复杂度。
　　 深入分析了基于像素、区域、特征的小波域图像融合规则。在此基础上提出了小波域基于差值图像分割的加权融合方式，优化了加权系数的计算方法，得到了很好的融合效果。
　　 讨论了图像融合的评价指标，分析了它们的优点和不足，在此基础上给出了评价指标的选取原则。
　　 在Matlab平台上进行了融合仿真实验，将本文算法同其它融合算法进行了比较，表明了本文提出算法的优越性。在MFC(MicrosoftFoundationClass)和ITK(ImageToolkit)平台上用C++开发了医学图像融合程序，实现了论文提出的基于形态学小波多分辨率医学图像融合算法。

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究背景及意义

1.2 图像融合基本概念

1.3 医学图像融合技术的发展

1.4 医学图像融合存在的问题

1.5 论文的主要研究工作

第2章 医学图像预处理及配准

2.1 灰度级变换

2.1.1 窗口函数法

2.1.2 灰度线性变换法

2.2 图像噪声及处理

2.2.1 内部噪声处理

2.2.2 外部噪声处理

2.3 坐标变换及插值

2.3.1 坐标变换

2.3.2 图像插值

2.4 图像配准

2.4.1 刚性配准

2.4.2 非刚性配准

2.5 本章小结

第3章 医学图像多分辨率分析

3.1 多分辨率分析

3.2 金字塔图像多分辨率分析

3.2.1 图像高斯金子塔的建立

3.2.2 图像拉普拉斯金字塔的建立

3.3 小波变换多分辨率分析

3.3.1 小波变换原理

3.3.2 连续小波变换及离散小波变换

3.3.3 图像的小波变换及其Mallat算法

3.4 形态学小波

3.4.1 形态学基本原理

3.4.2 形态学图像处理

3.4.3 形态学小波

3.5 本章小节

第4章 医学图像融合规则

4.1 基于像素的融合方式

4.2 基于区域的融合方式

4.3 基于小波变换的融合规则

4.3.1 像素点融合

4.3.2 区域特征融合

4.3.3 感兴趣区域（目标）融合

4.3.4 图像融合规则及算子

4.3.5 基于差值图像分割的加权图像融合算法

4.4 本章小节

第5章 医学图像融合效果评价

5.1 主观评价法

5.2 客观评价法

5.2.1 无参考图像情况下的评价方法

5.2.2 有参考图像情况下的评价方法

5.3 评价指标的选取

5.4 本章小节

第6章 仿真实验及算法实现

6.1 基于Matlab平台的算法仿真

6.1.1 仿真流程

6.1.2 仿真平台

6.1.3 实验结果及分析

6.2 基于MFC和ITK的融合平台

6.2.1 ITK图像处理开发包

6.2.2 图像融合平台设计与开发

6.2.3 基于MFC和ITK图像融合平台

6.3 本章小节

第7章 结论与展望

7.1 结论

7.2 展望

参考文献

致谢

攻读硕士期间参加的科研项目及发表的论文