浙江省教育厅科研计划项目(Y201223187)
- 作品数：2 被引量：30H指数：1
- 相关作者：张鑫陈伟斌更多>>
- 相关机构：温州大学温州医科大学温州医学院更多>>
- 发文基金：浙江省教育厅科研计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 医学院校数字图像处理实验教学改革研究
- 2013年
- 《数字图像处理》课程是研究图像所含信息的提取、加工、传输等问题,它广泛应用于生物医学工程、电子信息工程、计算机、自动化等领域。针对在医学院校工科专业教学中数字图像处理课程存在的问题,从实验教学内容、实验教学方法、实验操作环节等方面提出相应的改革方案。实践证明,这些改革措施可以提高教学效果。
- 张鑫陈伟斌
- 关键词：数字图像处理实验教学改革医学院校
- Contourlet变换系数加权的医学图像融合被引量：30
- 2014年
- 目的由于获取医学图像的原理和设备不同,不同模式所成图像的质量、空间与时间特性都有较大差别,并且不同模式成像提供了不互相覆盖的互补信息,临床上通常需要对几幅图像进行综合分析来获取信息。方法为了提高对多源图像融合信息的理解能力,结合Contourlet变换在多尺度和多方向分析方法的优势,将Contourlet变换应用于医学图像融合中。首先将源图像经过Contourlet变换分解获得不同尺度多个方向下的分解系数。其次通过对Contourlet变换后的系数进行分析来确定融合规则。融合规则主要体现在Contourlet变换后图像中的低频子带系数与高频子带系数的优化处理中。针对低频子带主要反映图像细节的特点,对低频子带系数采用区域方差加权融合规则;针对高频子带系数包含图像中有用边缘细节信息的特点,对高频子带系数采用基于主图像的条件加权融合规则。最后经过Contourlet变换重构获得最终融合图像。结果分别进行了基于Contourlet变换的不同融合规则实验对比分析和不同融合方法实验对比分析。通过主观视觉效果及客观评价指标进行评价,并与传统融合算法进行比较,该算法能够克服融合图像在边缘及轮廓部分变得相对模糊的问题,并能有效地融合多源医学图像信息。结论提出了一种基于Contourlet变换的区域方差加权和条件加权融合算法。通过对CT与MRI脑部医学图像的仿真实验表明,该算法可以增加多模态医学图像互补信息,并能较好地提高医学图像融合的清晰度。
- 张鑫陈伟斌
- 关键词：医学图像图像融合CONTOURLET变换
