基于非抽样Contourlet变换的医学图像融合算法

合集下载

基于非下采样Contourlet变换和区域特征的医学图像融合

李超，李光耀，谭云兰，徐祥龙
（通信作者电子邮箱ｌｉｅ３２１＠１６３．ｃｏｎ）ｒ（１．同济大学电子与信息工程学院，上海２０１８０４；２．井冈山大学电子与信息工程学院，江西井冈山３４３００９）
ＬＩＣｈａｏ，ＬＩＧｕａｎｇｙａｏ，ＴＡＮＹｕｎｌａｎ一，ＸＵＸｉａｎｇｌｏｎｇ（１．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１８０４，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｆＥｏｌｅｃｔｒｏｎｉｃｓａｄｎＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｅｅｎｉｒｎｇ，ＪｉｎｇｇａｎｇｓｈａｎＵｎｉｅｎｖｉｔ￣ＪｉｎｇｇａｎｇｓｈａｎＪｉａｎｇｘｉ３４３００９，Ｃｈｉａ）ｎ
摘
要：针对非下采样Ｃｏｎｔｏｕｒｌｅｔ变换具有多尺度分析及平移不变的性质，结合计算机断层成像（ＣＴ）和核磁共振
（ＭＲＩ）医学图像各自的成像特性，提出了基于非下采样Ｃｏｎｔｏｕｒｌｅｔ变换和区域特征策略来对低频、高频子带进行融合的医学图像融合方法；介绍了图像融合的评价标准，阐述了非下采样Ｃｏｎｔｏｕｒｌｅｔ变换的原理及实现；从视觉效果和客观数据指标方面对融合图像进行主观评判和数值评价。下颌骨系统ｃＴ和ＭＲＩ图像的融合实验结果表明，该方法相对于小波变换和Ｃｏｎｔｏｕｒｌｅｔ变换方法，可有效综合这两种断层图像的有效信息和细节信息，融合后图像具有更优的视觉

基于无下采样Contourlet变换的图像融合算法

基于无下采样Contourlet变换的图像融合算法
王连庆;安锦文
【期刊名称】《计算机工程与应用》
【年(卷),期】2008(44)12
【摘要】针对目前最新发展的无下采样Contoudet变换,同时具有方向性、各向异性和平移不变性的特点,提出了一种新的基于无下采样Contourlet变换图像融合算法.首先对原始图像进行无下采样的Contourlet变换,得到高频和低频图像系数:然后根据它们的系数特性,采用一种新的加权融合规则对其进行融合.实验证明,此方法相对于传统的变换法,取得更优的融合结果.
【总页数】3页(P189-191)
【作者】王连庆;安锦文
【作者单位】西北工业大学,自动化学院,西安,710072;西北工业大学,自动化学院,西安,710072
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于无下采样小波-Contourlet变换的图像融合算法 [J], 王连庆;安锦文
2.一种基于无下采样Contourlet变换的多聚焦彩色图像融合算法 [J], 邹蓉
3.改进的基于非下采样的Contourlet变换的图像融合算法 [J], 刘卷舒;蒋伟
4.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰
5.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰;
因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于Contourlet变换的图像融合方法

一种基于Contourlet变换的图像融合方法
郑静;郑永果
【期刊名称】《信息技术与信息化》
【年(卷),期】2011(000)002
【摘要】本文给出了一种基于Contourlet变换的图像融合的新算法.首先对两幅源图像分别进行Contourlet分解,将分解得到的高频部分和低频部分采用基于区域相似度测度的融合规则分别进行融合处理,再通过Contourlet逆变换重构得到融合图像.实验结果表明,此方法优于haar小波变换图像融合和LP金字塔变换图像融合,融合后图像的视觉效果更佳.
【总页数】4页(P37-40)
【作者】郑静;郑永果
【作者单位】山东科技大学信息科学与工程学院,山东,青岛,266510;山东科技大学信息科学与工程学院,山东,青岛,266510
【正文语种】中文
【相关文献】
1.一种基于Contourlet变换的多聚焦图像融合方法 [J], 范福伟;胡红萍
2.一种基于非采样Contourlet变换的图像融合算法 [J], 李美丽;王红梅;李言俊;张科
3.一种基于非采样Contourlet变换的图像融合算法 [J], 黄克宇;李敏;何玉杰;梁婷
4.一种基于无下采样Contourlet变换的多聚焦彩色图像融合算法 [J], 邹蓉
5.一种基于非降采样Contourlet变换的遥感图像融合方法 [J], 黄海东;王斌;张立明
因版权原因，仅展示原文概要，查看原文内容请购买。

基于非采样Contourlet变换多传感器图像融合算法

136
自
动
化
学
报
34 卷
let transform, NSCT)[9] . 本文提出了一种基于非采样 Contourlet 变换图像融合算法. 首先采用 NSCT 将源图像分解到不同尺度、方向子带范围内, 然后对低频子带系数和各带通方向子带系数分别采用基于局部区域梯度能量和方向对比度的系数选择方案得到融合图像的 NSCT 系数, 再经 NSCT 逆变换得到融合图像. 最后将算法运用到多聚焦图像融合实验中, 从仿真结果可以看出, 该融合算法能够很好地将源输入图像中的有用信息 (尤其是边缘信息) 提取并注入到融合图像中去, 得到多个目标都清晰的图像.
扇形滤波器采用不同的采样矩阵进行上采样, 并对上一级方向分解后的子带进行滤波, 可以获得频域中更为精确的方向分解. 例如, 可以对扇形滤波器 1 −1 U0 (z ), U1 (z ) 分别按采样矩阵 D = 进 1 1 行上采样得滤波器 U0 (z D ) 和 U1 (z D ), 然后再对上一级二通道方向分解后得到的子带图像进行滤波, 从而实现四通道方向分解, 如图 3 所示. 对于更多方向的分解, 需要采用更为复杂的采样矩阵对滤波器进行上采样.
1 非采样 Contourlet 变换 (NSCT)[9]
如图 1 所示, 与 Contourlet 变换类似, NSCT 也是将多尺度分解和方向分解分开进行. 首先采用非采样塔式滤波器组 (Nonsubsampled pyramid ﬁlter bank, NSPFB) 对图像进行多尺度分解, 然后再采用非采样方向滤波器组 (Nonsubsampled directional ﬁlter bank, NSDFB) 对得到的各尺度子带图像进行方向分解, 从而得到不同尺度、方向子带图像 (系数).

基于非下采样Contourlet变换多描述图像编码方法

基于非下采样Contourlet变换多描述图像编码方法索增强;卓东风【期刊名称】《电视技术》【年(卷),期】2012(36)17【摘要】提出一种基于非下采样Contourlet变换(NSCT)的多描述图像编码方法,以解决在复杂网络环境及信道受限情况下数据包丢失导致的图像质量下降问题.一幅图像经过梅花下采样会引入很多高频信息,而NSCT变换是一种具有移不变性多尺度、多方向分解的变换,这种特性更能“捕捉”高频信息.实验证明单描述图像重建效果明显,中央信道解码图像通过数据融合算法实现两描述重建,进一步改善了图像质量.%In this paper, a new multiple description image coding scheme based on Non-subsample Contourlet Transform (NSCT) is proposed, which can solve the problem of Data Packet drop out in the complex network or limited communication channel. It introduces many high frequency information when an image is divided into two descriptions with quincunx,whereas NSCT is multi-scale,multi-direction and shift-invariant image decomposition,this feature can "seize" those frequency information. Experimental results demonstrate that the proposed MDC scheme can achieve good coding performance,the data fusion algorithm is employed in the central decoder to reconstruct the whole image,which further improve the quality of the reconstructed image.【总页数】3页(P23-25)【作者】索增强;卓东风【作者单位】太原科技大学,山西太原030024;太原科技大学,山西太原030024【正文语种】中文【中图分类】TN919.8【相关文献】1.基于EBCOT的ROI医学图像多描述编码方法研究 [J], 侯阿临;张利红;徐坤2.基于交织抽取与分块压缩感知策略的图像多描述编码方法 [J], 赵春晖;刘巍3.基于Compressed Sensing框架的图像多描述编码方法 [J], 刘丹华;石光明;周佳社;高大化;吴家骥4.一种基于冗余Ridgelet变换的图像多描述编码方法 [J], 李彦;汪胜前;邓承志;李红巧;赵秀娟5.基于压缩感知的加密图像多描述编码方法 [J], 时翔;张晓咏;胡开云;熊承义因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于非采样Contourlet变换红外图像与可见光图像融合算法

ｂｄ，Ｓｄｒｃｉｎｌｓｂａｄｃｅｃｅｔ，ａｓｌｃｉｎｐｎｉｌａｅｎｔｅｌｃｎｒｙｍａｃｉｇｗａｅｅｏｅｎａｔｉｔａｕｂｎｏｆｉｎｓｅｅｔｒｃｐｅｂｓｄｏｈｏａｅｅｇｔｈｎｓｄｖｌｐｄ，ｗｈｃｓａｅｏｉｏｉｌｉｈｗｓａｓｏｓｔｎｔｅｃａａｔｒｔｓｏｅｈｍａｉｉｎｓｓｍ．Ｆｎｌａｏｃｎｉｅｔｈｔｈｒｃｅｓｉｆｈｕｎｖｓｏｙｔｌｓｗｉｈｉｃｔｅｉａｌｈｓｄｉｇｓｂａｎｄｂｅｆｒｉｇｙ，ｔｅｆｅｍａｅＷａｏｔｉｅｙｐｒｍｎｕｏ
ｆｒｅｎｔｏｒｅｉｇｓａｔｄｆｅｅｃｌｓａｎｒｃｉｎｏｍｄｏｈｅｓｕｃｍａｅｉｆｒｎｔｓａｅｄｄｉｅｔｏｓ，ｔｓｔｏｆｅｕｅｙｓｂｎｄｃｅｃｅｔｎａｅｉｓｏｈｕｈｅｌｗｒｑｎｃｕｂａｏｆｉｎｓａｄｖｒｔｅｆｉｉ
Ｖｏ．２６，Ｎｏ６１．Ｄｅｅｅ２０７ｃｍｂｒ，０
一
种基于非采样Ｃｎｏｒｔ换红外图像与ｏｔｕｌ变ｅ可见光图像融合算法
张强，郭宝龙
（西安电子科技大学机电工程学院智能控制与图像工程研究所，陕西西安７０７）１０１
ａｅｆｓｎａｏｔｍｂｓｄｏｅｎｎｕｓｍｌｄｃｎｏｒｔａｓｒ（ＳＴａｒｐｓｄｉｔ，ｔｅＮＣａｅ－ｇｉｌｒｈａｅｎｔｏｓｂａｐｅｏｔｌ￣ｎｆｍＮＣ）ｗｓｏｏｅ．ＦｒｌｈＳＴｗｓｐｒｕｏｇｉｈｕｅｏｐｓｙ

基于非下采样变换的多源图像融合算法研究

基于非下采样变换的多源图像融合算法研究陈小林王延杰（中国科学院长春光机与物理所，长春市东南湖大路3888号）摘要：目的：针对红外与可见光图像的融合。

方法：提出了一种基于非下采样Contourlet变换的图像融合算法。

并针对低频子带系数和各带通方向子带系数分别提出了基于红外图像与可见光图像物理特征的加权平均系数选择方案和基于区域能量匹配的系数选择方案。

即对低频子带系数和各带通方向子带系数提出了低频基于区域梯度信息、高频基于区域特征因子的加权与选择结合的图像融合算法。

结果：实验结果表明，相对于基于像素的图像融合算法，本文的图像融合算法具有更高的融合性能。

结论：非下采样Contourlet变换具有较快的运算速度，是一种更适合图像融合的MGA工具。

关键词：图像融合多尺度几何分析非下采样Contourlet变换区域能量匹配中图分类号：TP2 文献标识码：ADesign of forest fire detection system based on embedded processing platformChen Xiaolin Wang Yanjie（Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences）Abstract：Purpose：The purpose is the fusion of infrared and visible images. Method: Based on the nonsubsampled contourlet transform, a algorithm for are proposed. in which a ‘weighted averaging’scheme based on the physical features of infrared and visible images and a selection principle based on the local energy matching are presented for the low frequency subband coefficients and the high frequency subband coefficients respectively. The algorithm different fusion rules for the target regions and the background regions are discussed thoroughly. Especially, when merging the background regions, a region salience measure based on the region directional entropy or region energy is employed according to the structure similarity of the corresponding regions between the infrared image and the visible image. Result:Experimental results show that this algorithm has higher fusion performance, relative to the image fusion algorithm based on pixel. Conclusion: The sampling Contourlet transform has under rapid speed, that is a more suitable for image fusion MGA tools.Key words：Image fusion Multiscale geometric analysis Nonsubsampled contourlet transform Regional energy matching1 引言图像融合就是综合处理多源图像和图像序列的技术，将来自不同数据源的多特征图像进行合并，从而得到一个包含被测物体信息更完整的图像，使融合结果图像更适合人的视觉和计算机视觉，或者更适合进一步的计算机图像处理(如图像分割、特征提取、场景监视、目标识别及目标检测等等)的需要[1]。

基于非子采样Contourlet变换的多波段SAR图像伪彩色融合

基于非子采样Contourlet变换的多波段SAR图像伪彩色融
合
王金龙;宋建社;蔡幸福
【期刊名称】《计算机应用研究》
【年(卷),期】2009(026)003
【摘要】为了对多波段SAR图像进行有效的融合,提出了一种基于非子采样Contourlet变换的多波段SAR图像伪彩色融合方法.该方法首先对多波段SAR图像进行基于亮度的波段选择,按选择方法将图像分别赋予R、G、B通道;所得RGB 图像通过IHS变换得到亮度分量I;再利用非子采样Contourlet变换对I分量和另一波段图像进行多尺度分解,低频和高频图像分别采用活性测度和绝对值最大规则进行系数选择;最后将融合结果与H、S分量进行IHS反变换,得到新的RGB图像.实验结果表明,采用该方法进行多波段SAR图像伪彩色融合是可行和有效的.【总页数】3页(P1166-1168)
【作者】王金龙;宋建社;蔡幸福
【作者单位】西安高技术研究所,西安,710025;西安高技术研究所,西安,710025;西安高技术研究所,西安,710025
【正文语种】中文
【中图分类】TP751
【相关文献】
1.基于非子采样Contourlet变换的多聚焦图像融合 [J], 高珊
2.基于非子采样Contourlet变换的图像融合方法 [J], 叶传奇;苗启广;王宝树
3.基于Contourlet变换的多波段SAR图像融合 [J], 郑永安;宋建社;周文明;张杰
4.基于非子采样Contourlet变换的多聚焦图像融合方法 [J], 邹蓉;李玲玲;李翠华
5.基于非子采样Contourlet变换的图像融合算法 [J], 沈洁;胡学龙;杨义军;阮文佳因版权原因，仅展示原文概要，查看原文内容请购买。

红外与可见光图像的非采样Contourlet变换融合方法

ＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔＴｒａｎｓｆｏｒｍ
ＣＨＥＮＹｏｕ — ｌｉａｎｇ
（ＴｕｏｌｉｎＨｙｄｒｏｐｏｗｅｒＳｔａｔｉｏｎ，ＳｔａｔｅＧｒｉｄＪｉａｎｇｘｉＥｌｅｃｔｉｒｃＰｏｗｅｒＣｏｍｐａｎｙ，ＪｉａｎｇｘｉＹｏｎｇｘｉｕ３３０３１７，Ｃｈｉｎａ）
Ｖｏ１．２９．Ｎｏ．来自２Ｊｕｎ．，２０１５
红外与可见光图像的非采样Ｃｏｎｔｏｕｒｌｅｔ变换融合方法
陈优良
（国网江西省电力公司拓林水电厂，江西永修３３０３１７）
［摘
要］针对传统基于非采样Ｃｏｎｔｏｕｒｌｅｔ变换图像融合技术存在的问题，提出改进的基于图像局部能量的非采样Ｃｏｎｔｏｕｒｌｅｔ
Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｓａｄｖａｎｔａｇｅｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｆｕｓｉｏｎｍｅｔｈｏｄ，ＩｔｗａｓｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄｖｉｓｉｂｌｅａｎｄｉｎｆｒａｒｅｄｉｍａｇｅｓｆｕｓｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔＴｒａｎｓｆｏｒｍ．Ｆｉｒｓｔｌｙ，ｗｅｄｅｃｏｍｐｏｓｅｄｔｈｅｉｍａｇｅｓｔｏｂｅｆｕｓｅｄｗｉｔｈｔｈｅＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔＴｒａｎｓｆｏｒｍ，ａｎｄｔｈｅｎｗｅｉｍｐｌｅｍｅｎｔｅｄｔｈｅｉｍａｇｅｆｕｓｉｏｎｂｙｄｏｉｎｇｔｈｅｗｅｉｇｈｔｅｄａｖｅｒａｇｅｂａｓｅｄｏｎｔｈｅｌｏｃａｌｅｎｅｒｇｙｉｎｔｈｅＬｏｗＦｒｅｑｕｅｎｃｙｐａｒｔｏｆｔｈｅｉｍａｇｅｓａｎｄｄｏｉｎｇｔｈｅｓｔｅｐｗｉｓｅｆｕｓｉｏｎｂａｓｅｄｏｎｔｈｅｎｏｒｍａｌｉｚａｔｉｏｎｔｈｒｅｓｈｏｌｄｃｏｍｐａｒｉｓｏｎ

非线性Contourlet变换和区域特征匹配的图像融合

２．ＣｈｅｎｇｄｕＡｅｒｏｎａｕｉｔｃＰｏｌｙｔｅｃｈｎｉｃ，Ｃｈｅｎｇｄｕ６１０１００，Ｃｈｉｎａ；３．ＷｅｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｗｅｎｚｈｏｕ３２５０３５，Ｃｈｉｎａ；
４．ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ３１００２４，Ｃｉｎｈａ）
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｐｒｏｂｌｅｍｏｆｕｎｃｌｅａｒｅｄｇｅｃｏｎｔｏｕｒａｎｄｈｉｇｈｃｏｍｐｕｔｉｎｇｒｅｄｕｎｄａｎｃｙｅｘｉｓｔｓｉｎｉｍａｇｅｆｕｓｉｏｎ，ｐｕｔ
Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｃａｎｎｏｔｏｎｌｙｉｍｐｒｏｖｅｖｉｓｕａｌｅｆｆｅｃｔａｎｄｉｍａｇｅｑｕａｌｉｔｙ，ｂｕｔ
Ｈｕｉ。ＬＪＩＡＮＧＪｉｏｎｇ — ｈｕｉ，ＺＨＡＮＧＣｈｕｎ — ｒｏｎｇ。ＨＵＡＮＧＩＵＧａｎｇ
，，
（１．ＺｈｉｊｉａｎｇＣｏｌｌｅｇｅｏｆＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ３１００２４，Ｃｈｉｎａ；

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

像融合算法，应用ＮＣＳＴ对ｃＴ和ＭＲ图像进行多尺度、Ｉ多方向分解，低频子带采取区域能量加权法融合，带通子带采取模最大融合，最后将融合的系数进行ＮＣＳＴ逆变换得到融合图像。实验表明，与其它融合算法比较，该算法融合图像效果较好。
ＮＳＴＦｒｔｔｅＴｎＭＲＩｉｇｓｒｄｃｍｐｓｄｔｉｅｅｔｃｌｓｎｉｃｉｎ，ｈｌｗｆｅｕｎｙｕｂｎｃｅｆｉｎｓＣ．ｉｓｖ．ｈＣａｄｌｍａｅａｅｅｏｏｅａｄｆｒｎｓａｅａｄｄｒｔｓｔｅｏｒｑｅｃｓｂａｄｏｆｃｅｔｆｅｏｉ
何国栋，于梅，殷兵，梁栋
ＨＥＧｕ —ｄｎＹＵＭｅ，ＮＢｉＬＡＮＧｎｏｏｇ，ｉＹＩｎｇ，ＩＤｏｇ
安徽大学计算智能与信号处理教育部重点实验室，合肥２０３３０９
ＥｕａｉｎｌｄｃｔａＤｅａｔｎｙＬｂｆＩｏｐｒｍｅｔＫｅａ．ｏＣ＆ＳＡｎｕＵｉｅｓｔＨｅｅ３０９，ｈｎＰ，ｈｉｎｖｒｉｙ，ｆｉ２０３ＣｉａＥ — ｉ：ｅｕｄｎ１８＠ｙｈｏｃｒ．ｎ — ｍａｌｈｇｏｏｇ９０ａｏ．ｎｅｏ
维普资讯
１６２０．４２）８０８４（６
ＣｍｕｅｎｉｅｉｎｐｌａｉｓｏｐｔＥｇｎｒｇａｄＡｐｉｔｎ计算机工程与应用ｒｅｎｃｏ
基于非抽样Ｃｎｏｒｔｏｔｕｌ变换的医学图像融合算法ｅ

ｐｔｒＥｇｎｅｉｇａｄＡｐｉａｉｎ，０８４（６：８ — ８．ｕｅｎｉｅｒｎｐｌｔｓ２０，４２）１６１７ｎｃｏ
Ａｂｔａｔ１ｒｃｐｅｏｏｓｂａｌｄＣｎｏｒｔＴａｓｒＮＣ）ｉｓｄｅ．ｏｅｆｓｎａｏｉｍｉｐｏｏｅａｅｎｓｒｃ：ｈｐｉｉｌｆＮｎｕｓｍｐｅｏｔｕｌｒｎｆｍ（ＳＴｓｔｉＡｎｖｌｕｉｌｒｈｓｒｐｓｄｂｓｄｏＩｅｎｅｏｕｄｏｇｔ
2本文采用数学形态学与中值滤波增强技术相结合的方法进行边缘检测克服了经典微分边缘检测算法抗干扰能力小的缺点实验结果表明该方法能较好地提取出图像边缘保持原图像的细节信息相对而言从边缘的丰富性噪声大小连接性和边缘定位等方面综合看均比经典算子好并且该方法能够很好地去噪检测图像的细节定位准确连续性好并且易于编程实现运行速度快
ａｄｔｅｈｂｎＤｓｓｂａｄｃｅｃｅｔａｅｂａｎｄＳｃｎｌｄｆｒｎｆｓｏｒｌｓｒａｐｉｄｎｉｅｅｔｕｂｎｃｅ — ｎｈｔｅａｄａｓｕｂｎｏｆｉｎｓｒｏｔｉｅ．ｅｏｄｙ，ｉｅｅｔｕｉｎｕｅａｅｐｌｉｄｆｒｎｓｂａｄｏｆｉｆｅｆｉｃｅｔ．ｈｅｉｎｌｅｅｇｕｉｎｒｌｓｐｌｄｎｌｗｆｑｅｃｓｂａｄｃｅｃｅｔｎｈｌｘｍｕｍｏｕｅｒｌｓｐｌｄｉｎｓｅｒｇｏａｎｒｙｆｓｏｅｉＴｕａｐｉｉｏｅｕｎｙｕｂｎｏｆｉｎｓｄｔｅｎａｉｍｄｌｅｉｅｒｉａｕａｐｉｅｉｈｂｎｐｓｕｂｎｏｆｃｅｔ．ｉａｌｔｅｆｓｄｉｇｓｒｃｎｔｃｅｂｈｉｖｒｅｎｔｅａｄａｓｓｂａｄｃｅｉｎｓＦｎｌｈｕｅｍａｅｉｅｏｓｒｔｄｙｔｅｎｅｓＮＳＴ．ｈｅｐｒｎａｅｕｔｈｗｉｙ，ｕＣＴｅｘｅｉｍｅｔｌｒｓｌｓｏｓｔａｈｕ【ａｉｅｏｈｏｅｇｒｔｍＳｂｔｒｔａｔｅｕｉｎａｇｒｈ．ｈｔｔｅｑａｉｔｆｔｅｎｖｌａｏｉｔｖｌｈｉｅｔｈｎｏｈｒｆｓｌｏｉｍｓｅｏｔ
ＨＥＧｕｄｎ。ｏ— ｏｇＹＵｅ，Ｎｎｅ１ｓｏｆｍｅｉａｍａｅａｅｏｎｕｓｍｐｅＣｏｔｕｌｔＴｒｎｆｒＣｏ — ＭｉＹ１Ｂｉｇ，ｔａ．ｉｎｏｄｃｌｉｇｓｂｓｄｎＮｏｓｂａＦｕｌｄｎｏｒｅａｓｏｍ・ｍ
ＫｅｒｓｍａｅｆｓｎＣｏｔｕｌｔｔａｓｏｉＮｏｓｂａｌｄＣｎｏｒｅｒｎｆｒＮＳＴ）ｙｗｏｄ：ｉｇｕｉ；ｎｏｒｅｒｎｆｔｏｎ；ｎｕｓｍｐｅｏｔｕｌｔＴａｓｍ（Ｃｏ
摘
要：分析了非抽样Ｃｎｏｒｔｏｔｌ变换（ｏｓ｝ａｐｅｏｔｕｌｒｎｆｒＮＣ）ｕｅＮｎｕｓｍｌＣｎｏｒｔＴａｓｍ，ＳＴ＠ｇ￣－出了一种新的基于ＮＣ１ｄｅｏ，提ＳＴ的医学图
关键词：图像融合；ｏｔｒｔＣｎｏｌ变换；ｕｅ非抽样Ｃｎｏｒｔｏｔｕｌ变换ｅＤＯＩ１．７￣ｉｎ１０ — ３１０８６５文章编号：０２８３（０８２ — １６０文献标识码：中图分类号：Ｐ９：０３８．ｓ．２８３．０．．７７ｓ０２２０１０ — ３１２０）６０８ — ２Ａ＿３１ｒ