基于鄰域修正平均的圖像融合算法

徐菡++肖華榮++黃文勝

摘要：為提升醫(yī)學(xué)圖像融合效果，本文對(duì)現(xiàn)有的醫(yī)學(xué)圖像融合算法進(jìn)行研究，并針對(duì)其存在的問(wèn)題進(jìn)行綜合分析，提出了一種基于鄰域修正平均的醫(yī)學(xué)圖像融合算法，其設(shè)計(jì)思想是用像素域修正平均算法分別對(duì)兩幅待融合圖像進(jìn)行處理，然后再對(duì)其進(jìn)行加權(quán)融合。實(shí)驗(yàn)結(jié)果表明該算法靈活、安全、易于實(shí)現(xiàn)，比傳統(tǒng)的像素域加權(quán)平均算法具有更好的融合效果。

關(guān)鍵詞：圖像融合 像素域加權(quán)平均法 修正平均

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2014）12-0123-01

1 前言

圖像融合能提升圖像的空間分辨率和光譜分辨率[1，2]，醫(yī)學(xué)圖像融合技術(shù)實(shí)現(xiàn)單一的形態(tài)學(xué)診斷到功能與形態(tài)相結(jié)合的綜合影像診斷[3，4]。圖像融合技術(shù)主要分為基于像素域與基于變換域兩類，而像素域方法通常有加權(quán)平均法、色度空間融合法等，變換域方法有基于金字塔結(jié)構(gòu)的融合方法，以及基于小波變換的融合方法等。

2 鄰域修正平均的醫(yī)學(xué)圖像融合算法

2.1 像素級(jí)圖像融合

像素級(jí)圖像融合是最基本的圖像融合技術(shù)，常用的方法有：像素灰度值極大（小）法和加權(quán)平均法。加權(quán)平均法具有簡(jiǎn)單直觀、融合效率高等優(yōu)點(diǎn)，但其難點(diǎn)主要在于如何選擇權(quán)重系數(shù)，因此需要改進(jìn)。

2.2 基于鄰域修正平均圖像融合算法

本算法基本思想：①分別對(duì)兩幅圖像A1、A2（其大小均為M×N）進(jìn)行像素值修正平均運(yùn)算分別得到A1′、A2′；②對(duì)A1′、A2′進(jìn)行對(duì)應(yīng)的像素值加權(quán)平均運(yùn)算，得到融合圖像B。

算法過(guò)程如下（原圖D大小為M×N）：

①取出以di，j（di，j∈D）為中心的r×r（r為奇數(shù)）的像素鄰域，得到含有個(gè)像素值的序列P{P1，P2…P}。

②將P序列從小到大進(jìn)行排序，得到有序序列P′{P1′，P2′…P′}。

③將有序序列P′{P1′，P2′…P′}中間的個(gè)像素值求算術(shù)平均值。

④重復(fù)①-③，對(duì)整個(gè)醫(yī)學(xué)圖像進(jìn)行像素域修正平均運(yùn)算。

對(duì)經(jīng)過(guò)像素值修正平均運(yùn)算所得的兩幅預(yù)處理圖像A1′、A2′（A1′、A2′大小均為M×N）再進(jìn)行像素值加權(quán)平均運(yùn)算。實(shí)現(xiàn)兩幅圖像融合的具體算法如下：

①選取像素加權(quán)平均運(yùn)算的權(quán)值m，n：

其中1i，j∈A1′，2i，j∈A2′，i∈[0，M-1]，j∈[0，N-1]，1i，j。R、1i，j。G、1i，j。B表示1i，j像素點(diǎn)的R、G、B值；2i，j。R、2i，j。G、2i，j。B表示2i，j像素點(diǎn)的R、G、B值，取m為圖像A1′的加權(quán)權(quán)值，n為圖像A2′的加權(quán)權(quán)值。

②分別取出A1′、A2′對(duì)應(yīng)像素點(diǎn)的像素值1i，j與2i，j。

③對(duì)1i，j與2i，j進(jìn)行加權(quán)平均運(yùn)算，得

，

bi，j是融合圖像的像素點(diǎn)。

④重復(fù)②-③，得到最終的醫(yī)學(xué)融合圖像B。

3 仿真實(shí)驗(yàn)與融合效果分析

仿真實(shí)驗(yàn)融合效果如圖1所示。

目前，對(duì)圖像融合效果評(píng)價(jià)有主觀評(píng)價(jià)和客觀評(píng)價(jià)[5]。主觀評(píng)價(jià)：圖1（c）與圖1（d）比較，圖1（c）融合效果明顯優(yōu)于圖1（d），其不僅功能圖的信息保存完好，實(shí)現(xiàn)不同模式圖像的信息互補(bǔ)，融合效果良好。

客觀評(píng)價(jià)：融合效果圖與傳統(tǒng)加權(quán)平均融合圖的客觀參數(shù)值比較表明本算法融合圖在信息熵、聯(lián)合熵、信噪比、偏差指數(shù)、平均梯度方面優(yōu)于傳統(tǒng)的像素域加權(quán)平均融合圖，而在均方根誤差和峰值信噪比方面略遜于傳統(tǒng)像素域加權(quán)平均融合圖。綜合評(píng)價(jià)，本算法優(yōu)于傳統(tǒng)像素域加權(quán)平均融合算法。

4 結(jié)語(yǔ)

本文提出的融合算法的優(yōu)點(diǎn)在于對(duì)像素鄰域加權(quán)算子進(jìn)行改進(jìn)，仿真試驗(yàn)證明本算法融合圖像視覺效果良好，能有效融合圖像的重要特征信息，具有一定的應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]崔健.遙感圖像融合評(píng)價(jià)方法研究[J].電腦開發(fā)與應(yīng)用，2008（4）.

[2]章毓晉.圖像處理和分析[M].清華大學(xué)出版社，2005年10月.

[3]武杰，聶生東，汪紅志，金椋，吳健.基于局部特征的醫(yī)學(xué)圖像融合方法[J].中國(guó)醫(yī)學(xué)影像技術(shù)，2009（3）.

[4]談泉，林家瑞.多模態(tài)醫(yī)學(xué)圖像融合技術(shù)的研究與進(jìn)展[J].國(guó)際生物醫(yī)學(xué)工程雜志，2006（6）.

[5]夏明革，何友，黃曉東.多傳感器圖像融合效果評(píng)價(jià)方法研究[J].電光與控制，2003，10（2）.endprint