Shearlet变换和稀疏表示相结合的甲状腺图像融合

针对甲状腺肿瘤超声图像对比度低和SPECT图像边界模糊的特点，结合多尺度几何分析和单尺度稀疏表示的思想，提出了一种 Shearlet 变换与稀疏表示相结合的图像融合算法。首先，用该变换对已经精确配准的源图像进行分解，得到图像的高低频子带系数。对稀疏性较差的低频子带系数进行字典训练并求解其稀疏表示系数，并采用能量值取大的规则进行融合。高频子带系数采用区域拉普拉斯能量和的规则。最后，用 Shearlet 逆变换得到融合图像。实验结果表明，此算法在主观视觉效果和客观评价指标上优于多尺度融合方法和单尺度下基于稀疏表示的图像融合方法。