资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-E
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：
图像处理
图像融合
Shearlet变换
改进的加权融合
果蝇优化算法
区域能量
摘要：
针对甲状腺肿瘤超声图像复杂度高和SPECT图像边界模糊的特点,结合Shearlet变换能够捕捉图像细节信息和果蝇优化算法可靠性高的优势,提出了Shearlet变换和果蝇优化算法相结合的图像融合算法。首先,用Shearlet变换对已精确配准的源图像进行分解,分别得到高低频子带系数。高频子带系数采用区域能量取大的融合规则,低频子带系数使用改进的加权融合规则,并把果蝇优化算法引入低频融合过程,以互信息作为适应度函数来获取最优值,克服了原加权融合算法互信息低的缺点。最后,用Shearlet逆变换得到融合后的图像。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其他融合算法。
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
通讯作者：
通讯机构：
[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.结合shearlet变换和果蝇优化算法的甲状腺图像融合[J].激光杂志.2014,35(09):70-73+78.
