不同图像格式在医学图像融合中的性能研究

胡俊峰 唐鹤云 钱建生2（徐州医学院医学影像学院，徐州 22006）

2（中国矿业大学信息与电气工程学院，徐州 221008）

引言

医学成像已经成为现代医疗不可或缺的一部分，但不同模态的医学图像有各自的优缺点，如果通过图像融合技术将不同成像方式的互补信息综合在一起，就能为医学诊断和治疗提供更加充分有效的信息依据［1－3］。如何将这些表现细节信息不同的图像数据转化为更丰富和清晰的信息，就成为医学图像融合所要解决的关键问题。医学图像融合不仅广泛用于疾病诊断，而且在外科手术和放射治疗等的计划设计、方案实施以及疗效评估方面发挥着重要作用。

医学图像在 PACS中以 DICOM［4］格式存储，DICOM是PACS系统进行图像存档与通信的国际标准。由于DICOM格式包含有病人的各种文字资料信息，因此在图像后处理过程中必须转化为各种常用格式如 BMP、JPG、PNG 等［5］，而图像以哪种格式参与医学图像融合具有最佳性能，目前很少有报道。本课题以常用的医学灰度图像的 BMP、JPG、PNG格式为研究对象进行融合性能研究，得出了这些格式在图像融合中的不同特性，对图像融合及图像后处理技术中图像格式的选取具有较强的指导意义。

1 图像融合分析方法

1.1 常用图像格式比较

1.1.1 BMP格式

BMP是英文 bitmap（位图）的简写，它是Windows操作系统中的标准图像文件格式，能够被多种Windows应用程序所支持。随着 Windows操作系统的流行与丰富的Windows应用程序的开发，BMP位图格式理所当然地被广泛应用。这种格式的特点是包含的图像信息较丰富，几乎不进行压缩，但由此导致了它与生俱来的缺点，即占用磁盘空间过大。

1.1.2 JPEG格式

JPEG也是常见的一种图像格式，它由联合照片专家组（Joint Photographic Experts Group）开发。JPEG文件的扩展名为.jpg或.jpeg，其压缩技术是用有损压缩方式去除冗余的图像和彩色数据，在获取极高压缩率的同时，能展现十分丰富生动的图像，换句话说，就是可以用最少的磁盘空间得到较好的图像质量。由于JPEG格式是采用平衡像素之间的亮度色彩来压缩的，因而更有利于表现带有渐变色彩且没有清晰轮廓的图像。

1.1.3 PNG格式

PNG（portable network graphics）是一种新兴的网络图像格式，1996年10月1日由PNG向国际网络联盟提出，并得到推荐认可。首先，PNG是目前最不失真的格式，它汲取了 GIF和 JPG二者的优点，存储形式丰富，兼有GIF和JPG的色彩模式；其次，PNG能把图像文件压缩到极限以利于网络传输，但又能保留所有与图像品质有关的信息，因为PNG采用无损压缩方式来减少文件的大小，这一点与牺牲图像品质以换取高压缩率的 JPG有所不同；第三，PNG的显示速度很快，只需下载1/64的图像信息就可以显示出低分辨率的预览图像，现在越来越多的软件开始支持这一格式。

3种图像格式的字节大小有明显区别：以大小为256像素 ×256像素的 CT图像为例，BMP、JPG和PNG 3种格式图像的大小分别为193 KB、5 KB和21 KB。

1.2 融合规则的选择

1.2.1 基于小波变换的融合规则

目前，在国内外常见的医学图像融合技术中，基于小波变换的多分辨率融合算法被公认为效果最好［6－7］。小波变换是图像的多尺度、多分辨率分解，它可以聚焦到图像的任意细节，被称为数学上的显微镜。

图1 小波分解融合过程Fig.1 Schematic diagram of wavelet fusion

1）小波变换的基本步骤。小波变换是空间和频率的局部转换，能有效地从图像中提取信息，达到高频处时间细分、低频处频率细分，其分解过程如图1所示。利用小波变换进行图像融合有3个基本步骤。步骤1：将待融合的原始图像进行N层小波分解，得到3N个位于不同尺度的、具有不同空间分辨率和频率特性的高频子图像，1个位于最高层（N层）的低频子图像。

步骤2：对两幅图像所对应分解层的不同频率分量进行融合，得到融合后的3N个高频子图像和1个低频子图像。由于低频区域和高频区域所代表的意义不同，相应地所采用的融合算法（融合规则）也不同。

步骤3：将融合后的子图像重构（小波逆变换），得到融合后的融合结果图像。

常用的像素级小波融合方法有：小波加权法、小波最大值法、区域能量法。

2）小波基的选取。基于小波变换的多分辨率图像融合以图像小波变换后各尺度的小波系数为基础，而小波基的选取又在一定程度上影响着小波系数的分布，因此小波基的好坏直接影响到融合的效果［8］。小波基的选择需要注意4个方面的因素：小波基的正交性、紧支性、对称性和规则性。其中，以 Harr、Bior、Db小波基最为常用。

1.2.2 NSCT变换

无下采样Contourlet变换（nonsubsampled contourlet transform，NSCT）是基于 Contourlet变换的一种扩展［9］，可以对图像进行灵活的多尺度、多方向和平移不变性分解，是目前图像融合研究的热点［10］。为了使融合结果更具有可比性，笔者采用基于小波变换和基于NSCT变换的图像融合方法进行了对比融合实验。NSCT变换采用“9-7”金字塔滤波器，其原因是线性相位且近似地满足正交性的特点，使得“9-7”滤波器更适合于图像信号的处理。采用改进的加权平均法，高频分量采用系数绝对值最大法的融合规则进行融合处理，最后重构得到融合图像。

1.3 图像融合质量评价

图像质量的评价方法原则上可以分为主观评价方法和客观评价方法两类，后者是当前的研究重点［11－12］。图像质量客观评价方法的共同点是用物理方法对图像的物理特性进行度量，将度量值与规定标准进行比较；特点是利用数字模型来度量图像质量，计算速度快、稳定，不会因人而异、因时而异，易于量化和比较研究等。

常用的客观评价标准有图像均值、标准差、信息熵、交叉熵、平均梯度、空间分辨率等。图像均值是像素的灰度平均值，对人眼反映为平均亮度。标准差反映了图像灰度相对于灰度平均值的离散情况；标准差大，则图像灰度级分布分散，图像的反差大，可以看出更多的信息；标准差小，则图像反差小，对比度不大，色调单一、均匀，看不出太多的信息。信息熵是衡量图像信息丰富程度的一个重要指标，熵值的大小表示图像所包含的平均信息量的多少。如果融合图像的熵增大，表示融合图像的信息量增加，融合图像所包含的信息就越丰富，融合质量越好。交叉熵也称相对熵，是评价两幅图像差别的重要指标，直接反映两幅图像灰度分布信息的差异。交叉熵越小，说明融合图像从源图像提取的信息量越多，融合后图像与标准参考图像间的差异越小，融合效果越好。平均梯度具有敏感地反映图像中微小细节的能力，同时还可以反映出图像中的纹理变换特征，可以用来评价图像的清晰度。空间频率反映一幅图像空间的总体活跃程度。

1.4 融合实验步骤

步骤1：选取配准后的医学CT、MRI灰度图像，大小为256像素 ×256像素，以常用的 BMP、JPG、PNG图像格式采用线性组合的6种方式，Db3小波基，3层分解，融合系数最大，进行小波融合实验。

步骤2：选用其他小波基进行融合，如Harr、Bior以及NSCT，对步骤1的结果进行验证。

步骤3：对 BMP、JPG、PNG格式参与图像融合的运行时间进行对比实验。

1.5 运行时间比较

在各种图像格式的融合过程中，融合时间反映了图像融合运行所耗CPU的时间。利用Db3小波融合进行各种图像融合时间计算，方法是在各种图像格式融合时都连续运行7次，最终统计时去掉1个最高和1个最低，然后总和取平均。运行平台：Mobile AMD SempronTMProcessor 3200+1.6 GHz 521MB内存，Matlab7.01仿真。

2 实验结果和分析

实验和文献证明，小波变换中Db3小波基、3层分解、融合系数最大具有较好的融合表现［13］，图2为文中1.4节中步骤1实验的融合结果。

实验结果采用客观评价标准进行评价，选取图像标准差、信息熵、交叉熵、平均梯度、空间频率作为衡量标准，表1给出了各种图像格式小波变换的融合结果。可以看出：JPG格式融合结果的标准差、平均梯度、空间频率都小，说明融合图像对比度小、细节反映度不高；而交叉熵大，说明融合图像灰度差异大。结果表明：图像以 BMP、PNG格式融合效果的多项指标都优于JPG格式融合结果，而BMP、PNG格式融合效果以及各种图像格式交叉融合结果是一样的。

图2 小波图像融合效果。（a）CT图像；（b）MRI图像；（c）BMP图像格式小波融合后的图像；（d）JPG格式小波融合结果；（e）PNG格式小波融合结果Fig.2 Wavelet image fusion results.（a）CT image；（b）MRI image；（c）wavelet fusion image of BMP；（d）wavelet fusion image of JPG；（e）wavelet fusion image of PNG

表1 不同图像格式小波融合性能指标比较Tab.1 Comparison of wavelet fusion results of image formats

为了使融合结果更具有可比性，本研究同时采用基于小波变换的 Harr、Bior小波基和基于 NSCT变换的图像融合方法进行了对比融合实验。表2为文中2.1节步骤2实验中 Harr4、Bi97、NSCT9-7的融合结果。评价方法仍然采用客观评价进行评价，结果显示JPG格式融合结果图像的标准差、空间频率小，交叉熵大，说明融合图像对比度小、细节反映度不高、灰度差异大；BMP、PNG格式融合效果一样，优于JPG格式融合结果。

表2 3种图像融合方法的性能指标比较Tab.2 Comparison of three image fusion methods

运行时间比较结果见表3，显示 BMP耗时最多，JPG次之，PNG最少。

表3 不同图像格式小波融合CPU运行时间（s）比较Tab.3 Comparison of the CPU time（s）of image formats based on wavelet fusion

5 结论

选用常用的 BMP、JPG、PNG图像格式进行融合，在融合过程中表现了统一的特性，即BMP、PNG格式融合效果一样，优于JPG格式融合结果；而运行时间PNG格式最短，所占字节大小适中。PNG格式图像无论在融合效果、融合时间还是存储字节都表现了最好的特性，可作为医学图像融合等后处理技术中的首要选择。

［1］Matsopouios GK， Marshall S， Brunt J.Multi-resolution morpholo-gical fusion of MR and CT images of the human brain［J］.IEEE Trans-actions on image and signal Processing，1994，141（3）：137-142.

［2］Wang A，Sun Haijing，Guan Yueyang.The application of wavelet transform to multi-modality medical image fusion［A］.In： Proceedings of IEEE international Conference on Networking，Sensing and Control.Chicago，USA：IEEE，2006.270-274.

［3］张泾周，李婷，吴疆.医学图像的小波变换融合算法研究［J］.中国生物医学工程学报，2008，27（4）：521-525.

［4］National Electrical Manufacturers Association（NEMA）.Digital Imag-ing and Communications in Medicine DICOM），draft standard 2003［EB/OL］.http：//medical.nema.org/dicom/2003.html.2003-09-15.

［5］聂代伟，唐治德，赵一凡等.静态DICOM医学图像与常规图像格式的相互转换［J］.重庆大学学报，2004，27（10）：89-92.

［6］Jian Muwei，Dong Junyu，Zhang Yang.Image Fusion Based on Wavelet Transform ［A］.In：Proceedings of the 8thACIS International Conference on Software Engineering，Artificial Intelligence，Networking，and Parallel/Distributed Computing.Chicago，USA：IEEE，2007.713-718.

［7］陈美玲，陶 玲，钱志余.一种改进的医学图像融合技术及其效果［J］.生物医学工程学杂志，2009，26（4）：710-715.

［8］秦定宇，王敬东，李鹏.图像融合中小波基的选择分析［J］.光电子技术，2006，26（3）：203-207.

［9］Cunha AL， ZhouJiangping， Do MN.Thenonsubsampled contourlet transform：Theory，design，and applications ［J］.IEEE Transactions on Image Pro cessing，2006，15（10）：3089-3101.

［10］吴一全，陈飒，罗子娟.基于无下采样 Contourlet变换的图像融合［J］.中国体视学与图像分析，2008，13（2）：111-115.

［11］Zheng Sheng，Shi Wen zhong，Liu Jian，et al.Multisource image fusion method using support value transform［J］.IEEE Transactions on Image Processing，2007，16（7）：1831-1839.

［12］Wang Zhijun， DjemelZiou， CostasArmenakis，etal.A comparative analysis of image fusion methods ［J］.IEEE Transactions on Geosc-ience and Remote Sensing，2009，9（18）：2137-2143.

［13］胡俊峰，唐彩银，巩萍.基于小波变换的 CT/SPECT图像融合最佳层数选取［J］.中国医疗设备，2009，24（3）：10-12.