[发明专利]一种FT域的医学图像融合方法

说明书

本发明公开了一种FT域的医学图像融合方法，包括以下步骤：针对所有待融合医学源图像进行FT变换，每幅源图像分别得到1幅低频子带图像和8幅高频子带图像；结合GFRW模型与SF模型分别完成低频子带图像融合和高频子带图像融合；利用FT逆变换对子带融合图像进行处理，并得到最终融合图像。本发明的方法得到的融合图像能够在保留待融合医学源图像主体信息的基础上，成功提取源图像的细节信息和边缘信息并融入到一幅图像中，得到的结果图像具有非常理想的主观视觉效果和客观评价结果。

技术领域

本发明涉及医学图像信息处理技术，具体涉及一种FT域的基于GFRW模型与SF模型的医学图像融合方法。

背景技术

目前，医学图像已成为医学领域临床诊断和治疗方案制定的重要依据。然而，不同图像成像传感器通常具有一定的局限性，例如：CT图像对诸如骨骼等部位具有很好的成像效果，但对软组织的检测能力一般；MRI图像可以为软组织提供高分辨率解剖信息，但对骨骼等部位的诊断不如CT图像敏感。此外，功能成像技术诸如PET图像和SPECT图像可以用来反映机体的代谢信息，因而对血管疾病诊断和肿瘤检测等具有十分重要的意义，但其空间分辨率通常很低。在此背景下，将多种不同成像传感器获得的图像进行有效融合势必可以为医生和患者提供更丰富、更精确的病理信息，有助于医生进行准确判断，提高疾病的治愈率。

发明内容

本发明的主要目的在于提供一种FT域的医学图像融合方法，解决目前医学图像种类过多且均存在局限性的现实问题。

本发明采用的技术方案是：一种FT域的医学图像融合方法，包括以下步骤：

步骤1：针对所有待融合医学源图像进行FT变换，在经过L次尺度分解后，每幅源图像均分别得到1幅低频子带图像和8*L幅高频子带图像；

步骤2：计算低频子带图像中各像素点对应的ISML；获得初始融合决策映射图；采用GF模型分别对三种不同尺度下的初始融合决策映射图进行平滑处理，获得平滑处理后的融合决策映射图；针对平滑处理后的融合决策映射图进一步处理，获得最终融合决策映射图；完成低频子带图像的融合；

步骤3：对高频子带图像系数进行处理；计算高频子带图像中每个像素点的SF数值；完成高频子带图像的融合；

步骤4：将最终融合图像的高频子带图像和低频子带图像进行FT逆变换，得到最终融合图像F。

进一步地，所述步骤1包括：输入所有待融合医学源图像，并对这些医学源图像分别进行FT变换，尺度分解级数为L，(l,k)为l尺度下的方向分解级数，其中1≤l≤L，1≤k≤8；每幅待融合医学源图像经过FT变换后，分别得到1幅低频子带图像和8幅高频子带图像。

更进一步地，所述步骤2中计算低频子带图像中各像素点对应的ISML包括：

计算低频子带图像中各像素点对应的ISML，其数学表达式为：

相应地，各像素点对应的ISML数值可以通过式(2)计算获得：

其中，N和T分别表示窗口半径和阈值。N为一个正奇数，T为0；式(2)可以改写为：

将ISML计算过程中的尺度确定为3级，并将3级对应的参数N分别设置为5,9和17；每个像素点对应不同N数值时的ISML数值可进一步改写为：

ISML_nN(i,j)＝ISML(I_n(i,j),N),n＝1,2,...Num,N＝5,9,17

(4)

其中，(i,j)表示图像中像素点的位置，Num为待融合医学源图像的数量。