基于邻域修正平均的图像融合算法

徐菡++肖华荣++黄文胜

摘要：为提升医学图像融合效果，本文对现有的医学图像融合算法进行研究，并针对其存在的问题进行综合分析，提出了一种基于邻域修正平均的医学图像融合算法，其设计思想是用像素域修正平均算法分别对两幅待融合图像进行处理，然后再对其进行加权融合。实验结果表明该算法灵活、安全、易于实现，比传统的像素域加权平均算法具有更好的融合效果。

关键词：图像融合 像素域加权平均法 修正平均

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2014）12-0123-01

1 前言

图像融合能提升图像的空间分辨率和光谱分辨率[1，2]，医学图像融合技术实现单一的形态学诊断到功能与形态相结合的综合影像诊断[3，4]。图像融合技术主要分为基于像素域与基于变换域两类，而像素域方法通常有加权平均法、色度空间融合法等，变换域方法有基于金字塔结构的融合方法，以及基于小波变换的融合方法等。

2 邻域修正平均的医学图像融合算法

2.1 像素级图像融合

像素级图像融合是最基本的图像融合技术，常用的方法有：像素灰度值极大（小）法和加权平均法。加权平均法具有简单直观、融合效率高等优点，但其难点主要在于如何选择权重系数，因此需要改进。

2.2 基于邻域修正平均图像融合算法

本算法基本思想：①分别对两幅图像A1、A2（其大小均为M×N）进行像素值修正平均运算分别得到A1′、A2′；②对A1′、A2′进行对应的像素值加权平均运算，得到融合图像B。

算法过程如下（原图D大小为M×N）：

①取出以di，j（di，j∈D）为中心的r×r（r为奇数）的像素邻域，得到含有个像素值的序列P{P1，P2…P}。

②将P序列从小到大进行排序，得到有序序列P′{P1′，P2′…P′}。

③将有序序列P′{P1′，P2′…P′}中间的个像素值求算术平均值。

④重复①-③，对整个医学图像进行像素域修正平均运算。

对经过像素值修正平均运算所得的两幅预处理图像A1′、A2′（A1′、A2′大小均为M×N）再进行像素值加权平均运算。实现两幅图像融合的具体算法如下：

①选取像素加权平均运算的权值m，n：

其中1i，j∈A1′，2i，j∈A2′，i∈[0，M-1]，j∈[0，N-1]，1i，j。R、1i，j。G、1i，j。B表示1i，j像素点的R、G、B值；2i，j。R、2i，j。G、2i，j。B表示2i，j像素点的R、G、B值，取m为图像A1′的加权权值，n为图像A2′的加权权值。

②分别取出A1′、A2′对应像素点的像素值1i，j与2i，j。

③对1i，j与2i，j进行加权平均运算，得

，

bi，j是融合图像的像素点。

④重复②-③，得到最终的医学融合图像B。

3 仿真实验与融合效果分析

仿真实验融合效果如图1所示。

目前，对图像融合效果评价有主观评价和客观评价[5]。主观评价：图1（c）与图1（d）比较，图1（c）融合效果明显优于图1（d），其不仅功能图的信息保存完好，实现不同模式图像的信息互补，融合效果良好。

客观评价：融合效果图与传统加权平均融合图的客观参数值比较表明本算法融合图在信息熵、联合熵、信噪比、偏差指数、平均梯度方面优于传统的像素域加权平均融合图，而在均方根误差和峰值信噪比方面略逊于传统像素域加权平均融合图。综合评价，本算法优于传统像素域加权平均融合算法。

4 结语

本文提出的融合算法的优点在于对像素邻域加权算子进行改进，仿真试验证明本算法融合图像视觉效果良好，能有效融合图像的重要特征信息，具有一定的应用价值。

参考文献

[1]崔健.遥感图像融合评价方法研究[J].电脑开发与应用，2008（4）.

[2]章毓晋.图像处理和分析[M].清华大学出版社，2005年10月.

[3]武杰，聂生东，汪红志，金椋，吴健.基于局部特征的医学图像融合方法[J].中国医学影像技术，2009（3）.

[4]谈泉，林家瑞.多模态医学图像融合技术的研究与进展[J].国际生物医学工程杂志，2006（6）.

[5]夏明革，何友，黄晓东.多传感器图像融合效果评价方法研究[J].电光与控制，2003，10（2）.endprint