基于非下采样Contourlet变换的医学图像融合

针对多模态医学影像的成像原理,为了弥补各个模态的医学图像的不足,提出了一种基于非下采样Contourlet变换的医学图像融合算法。首先对源图像进行非下采样Contourlet分解,分别得到低频子带系数和高频子带系数,然后对低频子带系数采用区域能量加权的融合规则,高频子带系数则选取区域标准差比例加权作为融合规则,最后进行非下采样Contourlet逆变换,得到融合图像。通过实验对比表明,该算法明显优于小波(Wavelet)、Contourlet、Wavelet+CS(CS为压缩感知)算法,具有更好的融合性能,清晰度更高,是一种可行、有效的图像融合方法。