Framelet变换结合HSV的多模态图像融合方法

为了获得轮廓清晰、细节丰富的多模态医学图像融合结果,提出framelet变换结合人类视觉系统(HVS)的图像融合方法.首先,将所有输入图像分解为低频和高频图像;然后,根据不同频率图像的物理意义融合图像和人类视觉系统,提出两种基于HVS的图像融合规则,分别用于融合低频和高频图像,即使用可见性融合方法融合低频图像,使用HVS模型的纹理信息融合高频图像;最后,通过反变换将所有framelet变换图像重建为融合图像.实验采用CT/MRI两种模态的脑部图像,以及老年痴呆临床PET/MRI图像,与主成分分析法、对比度法、梯度金字塔法、小波变换法和轮廓变换法相比,提出的方法融合结果在熵、互信息等多个评估标准上均有较大提升,可视化信息更加丰富.