公开(公告)号：CN106504221B

公开(公告)日：2019-01-25

申请号：CN201610891328.6

申请日：2016-10-13

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  张宝成 ,  王骏 ,  王治文 ,  袁衬衬

IPC: G06T5/50

公开(公告)号：CN110060226A

公开(公告)日：2019-07-26

申请号：CN201910287992.3

申请日：2019-04-11

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  尹云飞 ,  袁衬衬 ,  张宝成

IPC: G06T5/50 ,  G06T5/00

Abstract: 基于人类视觉梯度转化和全变差参数自适应图像融合方法，属于图像融合技术领域。其实现的步骤是：将融合问题转化为TV-L1模型最小化问题，其中的数据保真项保存图像结构信息的主要强度分布，正则项保存图像纹理信息的梯度变化，通过数值迭代得到中间结果图像，再通过相加获得融合图像。为了保证算法求解的收敛性，分析了相关参数的取值范围，在模型参数选择方面，运用全局方差估计法自适应地选择调整参数，可以有效地保护图像特征并提高运算效率。本发明能充分整合源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。

公开(公告)号：CN110060226B

公开(公告)日：2023-04-18

申请号：CN201910287992.3

申请日：2019-04-11

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  尹云飞 ,  袁衬衬 ,  张宝成

IPC: G06T5/50 ,  G06T5/00

Abstract: 基于人类视觉梯度转化和全变差参数自适应图像融合方法，属于图像融合技术领域。其实现的步骤是：将融合问题转化为TV‑L1模型最小化问题，其中的数据保真项保存图像结构信息的主要强度分布，正则项保存图像纹理信息的梯度变化，通过数值迭代得到中间结果图像，再通过相加获得融合图像。为了保证算法求解的收敛性，分析了相关参数的取值范围，在模型参数选择方面，运用全局方差估计法自适应地选择调整参数，可以有效地保护图像特征并提高运算效率。本发明能充分整合源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。

公开(公告)号：CN106504221A

公开(公告)日：2017-03-15

申请号：CN201610891328.6

申请日：2016-10-13

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  张宝成 ,  王骏 ,  王治文 ,  袁衬衬

IPC: G06T5/50

CPC classification number: G06T5/50 ,  G06T2207/20221 ,  G06T2207/30004

Abstract: 本发明公开了一种基于四元数小波变换QWT(Quaternion Wavelet Transform)上下文结构的医学图像融合方法，主要解决医学图像融合时亮度、对比度等的变化以及原始图像信息丢失的问题。其实现步骤是：1)分别对待融合图像进行QWT处理得到待融合图像对应的QWT系数；2)对待融合图像的QWT系数的低频部分根据绝对值取大的融合规则进行融合，得到低频的融合系数；3)对待融合图像的QWT系数的高频部分求取高频子带系数对应的清晰度系数；4)基于上下文统计模型与清晰度系数设计融合规则，获得融合后的高频系数；5)根据得到的低频和高频的融合系数，利用QWT逆变换得到融合图像。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的提高了融合图像的质量。