公开(公告)号：CN104268833A

公开(公告)日：2015-01-07

申请号：CN201410470345.3

申请日：2014-09-15

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  张翠英 ,  吴小俊 ,  吴兆明 ,  李丽兵

IPC: G06T5/00 ,  G06T5/50

Abstract: 本发明公开了一种基于平移不变剪切波变换(SIST)的图像融合新方法。其实现步骤为：首先通过SIST对源图像进行多尺度多方向分解，获得低频子带及高频子带系数。其次，低频子带反映了图像的轮廓信息，通过局部结构张量奇异值分解方法得到辨识图像清晰度的局部结构描述子，以此作为融合策略中的活动测度函数，采用取大的策略融合。高频子带体现了图像的细节信息，本发明提出了一种新的边缘强度度量方式，并构造了一种基于sigmoid函数与边缘强度度量的多策略融合规则用于高频子带融合。最后，对得到的融合系数进行逆SIST变换得到最终融合图像。本发明克服了传统图像融合方法容易造成边缘失真的缺陷，融合图像保留了更多的边缘和细节信息。

公开(公告)号：CN103985105A

公开(公告)日：2014-08-13

申请号：CN201410058550.9

申请日：2014-02-20

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  吴小俊 ,  张红英 ,  吴兆明 ,  李丽兵

IPC: G06T5/50

Abstract: 本发明公开了一种基于统计建模的Contourlet域多模态医学图像融合方法，主要解决医学图像融合时空间分辨率和光谱信息难以均衡的问题。其实现步骤是：1)待融合图像进行IHS变换，得到亮度、色调和饱和度；2)分别对亮度分量执行Contourlet变换，并采用EM算法估计高频子带的上下文隐马尔科夫模型CHMM参数；3)低频子带采用区域绝对值和取大的融合规则，高频子带基于CHMM和改进的脉冲耦合神经网络M-PCNN设计融合规则；4)融合后的高、低频系数执行Contourlet逆变换重构新的亮度分量；5)利用IHS逆变换获得融合图像。本发明能充分整合医学图像的结构和功能信息，有效保护图像细节，改善视觉效果，相比传统的融合方法极大地提高了融合图像的质量。