资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]河北大学电子信息工程学院
[2]河北省数字医疗工程重点实验室
[3]河北大学附属医院
河北大学附属医院
出处：
ISSN：
关键词：
图像融合
甲状腺肿瘤
Shearlet变换
稀疏表示
区域拉普拉斯能量和
摘要：
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。
基金：
河北省教育厅科学研究计划项目（2010218）;河北大学医工交叉研究中心开放基金项目（BM201103）；
第一作者：
第一作者机构：
[1]河北大学电子信息工程学院
[2]河北省数字医疗工程重点实验室
推荐引用方式(GB/T 7714)：
郑伟,孙雪青,郝冬梅,等.shearlet变换和稀疏表示相结合的甲状腺图像融合[J].光电工程.2015,42(01):77-83.
