一种基于类交叉双边滤波的脑部MRI图像融合方法及系统技术方案

本发明专利技术涉及一种基于类交叉双边滤波的脑部MRI图像融合方法及系统，所述方法包括以下步骤：获取待融合的脑部MRI图像数据；利用类交叉双边滤波器对所述图像数据进行选择性滤波，分解得到能量层和结构层；根据融合策略对所述能量层和结构层分别进行融合；对融合后的能量层和结构层算术相加得到最终的融合图像；其中，所述融合策略包括：利用视觉显著性检测图VSDM指导所述能量层的融合，通过加权平均获得能量层的融合图像；采用多尺度形态梯度MLMG结合基于八邻域的改进拉普拉斯算子WSEML来指导所述结构层的融合，通过加权平均获得结构层的融合图像。与现有技术相比，本发明专利技术的图像融合方法快速有效，满足实时应用的需求。

【技术实现步骤摘要】

本专利技术涉及图像融合领域，尤其是涉及一种基于类交叉双边滤波的脑部mri图像融合方法及系统。

技术介绍

1、医生从单模态医学图像中获取的患者信息有限，因此在进行临床诊断时，往往需要参考患者的病理信息，结合患者不同模态的临床图像进行诊断。因此，从临床应用的角度来看，医学图像融合具有十分重要的意义。

2、图像融合过程包括图像分解、特征融合和图像重建。图像分解的充分性决定了能否充分提取源图像的特征信息。特征融合是图像融合的另一个重要方面。为不同的分解层选择合适的融合方法是图像融合成功的重要一步。随着多尺度分析、稀疏表示、深度学习等图像理论研究的深入，图像融合技术也取得了长足的进步。

3、典型的基于多尺度变换的方法包括基于金字塔的算法、基于小波的算法、基于非下采样剪切波的算法和基于非下采样轮廓波的算法。然而，拉普拉斯金字塔变换方法对噪声敏感，没有方向性，在重建期间稳定性差，并且在金字塔的层之间具有冗余；梯度金字塔算法抗噪性强，稳定性好，运算速度快，但同时存在细节和边缘丢失的问题；小波变换容易出现环状伪影的问题；非下采样轮廓波变换减少了图像中本文档来自技高网...

【技术保护点】

1.一种基于类交叉双边滤波的脑部MRI图像融合方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于类交叉双边滤波的脑部MRI图像融合方法，其特征在于，所述类交叉双边滤波器的公式如下：

3.根据权利要求2所述的基于类交叉双边滤波的脑部MRI图像融合方法，其特征在于，所述归一化常数kp的计算公式如下：

4.根据权利要求2所述的基于类交叉双边滤波的脑部MRI图像融合方法，其特征在于，所述空间位置的滤波核的计算公式如下：

5.根据权利要求2所述的基于类交叉双边滤波的脑部MRI图像融合方法，其特征在于，所述像素大小的滤波核的计算公式如下：<...

【技术特征摘要】

1.一种基于类交叉双边滤波的脑部mri图像融合方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于类交叉双边滤波的脑部mri图像融合方法，其特征在于，所述类交叉双边滤波器的公式如下：

3.根据权利要求2所述的基于类交叉双边滤波的脑部mri图像融合方法，其特征在于，所述归一化常数kp的计算公式如下：

4.根据权利要求2所述的基于类交叉双边滤波的脑部mri图像融合方法，其特征在于，所述空间位置的滤波核的计算公式如下：

5.根据权利要求2所述的基于类交叉双边滤波的脑部mri图像融合方法，其特征在于，所述像素大小的滤波核的计算公式如下：

6.根据权利...

【专利技术属性】
技术研发人员：黄钢，聂生东，张毅，吴文辉，王鹏，
申请(专利权)人：南昌中科移动医疗影像研究院，
类型：发明
国别省市：