论文部分内容阅读
结合多尺度变换的图像特征，提出了一种基于纹理特征与相关性结构信息的医学图像融合方法。首先对已配准的源图像进行非下采样Contourlet变换，得到低频、高频子带系数。其次考虑人眼视觉对纹理特征的敏感性，提出局部差分计盒维数来统计图像的纹理信息；分析NSCT高频子带兄弟系数间及其父子系数间的强相关性，分别计算出系数间的结构相似度与邻域拉普拉斯能量和，作为高频子带系数间的广义相关性结构信息。然后对低频提出Sigmoid函数自适应融合，对高频采用广义相关性结构信息取大法。最后进行逆NSCT变换得到融合图像。通过