关键字 |
| 平稳小波变换、曲波变换contourlet变换,小波变换,拉普拉斯算子的金字塔,framelet变换。 |
介绍 |
| 随着科技的优势,越来越多的成像技术可用于研究和临床研究,例如x射线计算机断层扫描(CT)、正电子发射断层扫描(PET)和磁共振成像(MRI)。这些模式提供一些独特的和经常补充描述潜在的解剖学和组织微观结构。这需要一个联合这些多峰性图像的分析。每个主题的多通道图像被定义为所有单一形态的co-registered收集代表相同的图片,分析这些图像被称为多路图像分析(MIA)。 |
| 提高效率和可靠性的多通道图像配准,每个组织类型只是有利于浸最相关的信息的形式,和丢弃的部分重叠或不可靠。这些信息被称为„冗余?[1]。 |
| 一个简单的多通道图像融合方法是克服源图像通过操纵他们的透明属性,或通过不同的颜色通道分配它们。这个覆盖方案是一种基本的方法在颜色融合,一种图像融合,色彩传达的信息量扩大用于单个图像[2]。 |
| 有许多multifocus图像融合最新的技术。平均融合方法(房颤)是最简单的一个平均所有输入图像像素的像素和加权平均法房颤的一种变体,分配不同的权重每个输入之前平均水平。上面的方法经常出现严重的副作用,比如减少融合图像的对比度。概率性方法需要大量的浮点计算选择合适的融合数值运算符在上面定义的三种方法,消耗更多的时间和内存对于一个给定的问题[3]。 |
| 由于光学镜头的景深有限,往往很难得到一个图像包含所有对象的相关信息在单焦点。为了克服这个困难,multi-focus图像融合。图像融合是一个过程,结合多个输入图像或他们的一些功能单一的信息没有任何失真或损失的信息。随着科技的进步,现在可以获得高质量的融合图像的光谱和空间信息[4]。医学图像融合是指两个或两个以上的图像的匹配和融合同样的病变。这是大致分为三类——特性为基础,基于像素和决策的医学图像融合[5]。由于不同的成像机理和高的身体结构和组织的复杂性,不同的医学成像系统可以提供non-overlay和互补信息。 |
| 小波变换具有许多理想orthoganality和平滑度等属性。尽管它是一个重要的方法,因为它良好的频率特性,方向性和分层结构与人类的视觉已经广泛应用于医学图像融合。 |
| 这份报告是有组织的如下: |
| 第二部分由不同的作者描述了各种图像融合技术。 |
| 第三部分给出了图像融合的性能的措施。 |
| 第四部分给出了结论。 |
不同的图像融合技术 |
| 有各种各样的水平——像素级图像融合技术,决策水平和功能水平。在像素级融合技术,多尺度变换是最受欢迎的技巧;然而,多尺度融合导致失真的图像图像来自不同传感器模式。Andreas Ellmauthaler等人提出了一种不同的方案来改善多尺度图像融合的性能称为抽取基于小波变换的融合方案[6]。在这种技术中,图像分解是分成两个连续过滤操作。通常融合与第一个过滤器对卷积后发生。规模较小的大小会导致最小化的系数值。这导致融合图像中的错误。但是UWT non-sub采样的性质允许使用非正交滤波器组在融合过程中工件之间的更健壮。这种技术比传统方法提供各种优势。 UWT techniques reduce ringing artifacts in the fused image. In this technique source images are initially filtered using first spectral factor, followed by normal fusion. The acquired output is again filtered using remaining spectral factors. Ultimately the fused image is obtained by taking inverse transform. The acquired output will be free from ringing artifacts and also from coefficient spreading problems. Besides, UWT technique is invariant to shifts that occur in input images. The fusion rule employed in this technique is “select max” rule. |
| 瑞提出的一项新技术被沈等。[7]为体积小说跨尺度融合图像。这个方法包括两个内部规模以及国米一致性。一种有效的彩色图像融合方案已经提出了两个单色源图像。 |
| 为了得到良好的对比红色、绿色和黄色,蓝色通道作者安排红色,绿色和蓝色,黄色的颜色在一个红色的圆,绿轴正交于蓝、黄色轴。只有在色调的彩色融合图像来自两种截然相反的象限或从两个正交色调颜色圆色彩对比在彩色融合图像可以最大化。最终作者推断,更好的结果已经获得该融合规则和期待追求他高清医学图像。 |
| “融合框架基于非子采样contourlet变换提出了Gaurav博et al . [8]。在这个方法中第一个源图像改变了NSCT技术相结合和紧随其后的是低和高频率成分。这两种不同的融合规则基于相位一致和指令之下已经被提出,用于融合低和高频率成分。最后融合图像是由逆NSCT复合系数。由实验结果提供了一个有效的方法使更准确的分析多通道图像。本文的主要观点是外卖的NSCT对源图像融合的低和高频率成分紧随其后。相一致的最重要的好处是,通过这种方法中包含的对比度和亮度不变的表示低频系数相结合和对比。 |
| 通过使用指令之下,最明显的纹理和边缘信息选择高频co -高效结合的融合图像。统计和视觉的比较表明,该算法可以提高融合图像的细节信息,可以提高视觉效果与更少的信息失真。 |
| 一种新方法已经提出了数字图像融合的磁共振和ct图像由G。Mamatha [9]。曲波变换的应用MRI和CT图像融合提交摘要的能力,小波变换处理图像有弯曲的形状是有限的。曲波变换技术的基本原理是“细分。”在这个方法中脊波变换应用于图像分割成小重叠后每个文件。在分割过程中图像的曲线被转化成直线。进一步,通过重叠的瓷砖边缘效应是克服的问题。检测的脊波变换是一种工具的形状。在这个转换结果到达比常规DWT技术。 |
| (Kunal Narayanan Choudary等人提出了对偶树复技术展览shiftinvariance比DWT技术。本文作者提出了一个振幅相位表示DT-CWT shift-invariance技术的改进提供直接的解释。作者在这里特色的shiftability DT-CWT转移财产的FHTs [10]。的一些基本不变性FHT组翻译、扩张和规范,然而所有这些基本不变性在这种技术是独有的。作者还最终引入了泛化Bedrosian定理FHT运营商,FHT转移行动的一个显式的理解。最终他也将他的思想扩展到多维设置通过引入FHT的方向延伸。 |
| Shutao李提出一种新方法是基于两个尺度分解图像的使用引导过滤器[11]。这两个尺度分解包含2层viz.基础层和细节层。基本层包含强度虽然大尺度变化细节层包含每一个小规模的细节小说引导基础加权平均滤波技术提出了利用空间一致性的基础和细节层次。此外这种技术提出了一种快速两个尺度融合方法。引导滤波作为当地的滤波方法和边缘保持滤波器。引导滤波器的计算时间是独立的过滤器的大小。进一步引导滤波器充分利用强大的相邻像素之间的相关性。作者的结论是,这种技术可以熟练地用于图像配准,保留源图像的原始和互补信息。 |
| 已经Kaur等人提出了基于曲波变换的新技术使用日志伽柏过滤器[12]。相比传统的小波技术使用到目前为止,曲波变换提供了一个弯曲的地区提供信息的主要优势。当日志伽柏过滤器添加到曲波技术,它能改善山脊和边缘图像的对比。使用日志伽柏过滤器的主要优势是,他们可以自然图像的代码比伽柏过滤器。此外,日志伽柏过滤器可以由任意带宽。作者的结论是,这种技术提高图像的质量除了保留其特性的重要细节。 |
| 在医学图像融合,融合自动分割获得来自多个源已成为一个司空见惯的改善准确性[13]。Subrahmanyam Gorthi等人提出了两种融合方法——全局加权平均和形状局部加权平均为基础的形状。除了一个边缘保持平滑的术语还包括获得所需的输出。 |
| jean - luc Starckb等人应用两个数学变换——脊波变换和曲波变换。曲波变换使用脊波变换,实现了使用滤波器组分解后[14],这种技术的主要目的是消除干扰的一些标准图像嵌入在白噪声。这种技术被介绍给克服了小波变换的局限性。二维小波变换将表现出较大的小波系数。这导致许多小波系数重构的必要性的边缘图像。由于存在太多的系数去噪面临某些问题。克服这些去噪问题,脊波变换中起着重要作用。脊波变换允许光滑函数的稀疏表示和直边。但是在图像处理边缘通常比直弯曲。因此这里离散脊波变换和离散曲波变换平滑对象和对象的使用提供了表示与边缘。 Also, the author has taken effects for model denoising problem where he has embed some standard images in white noise and applied thresholding techniques in digital curvelet transform domain. |
| 彼得·J。伯特已提出一项技术,图像编码当地运营商许多鳞片,但相同的形状作为基本功能提出了[15]。即从建立有不同的表示 |
| 技术中的代码元素是局部空间频率以及空间。减去一个低通滤波图像从图像本身的复制,删除第一个像素的像素相关性。自从差异或错误、图像变异和较低熵和低通滤波的图像可能代表样本密度降低。通过量化的差异,进一步实现图像数据压缩。随后这些步骤重复压缩低通图像。金字塔数据结构生成的迭代过程大约在扩大规模。采样图像的拉普拉斯算符许多规模相当于编码过程。 |
| 代码,因此,往往会提高突出图像的特征。而且现在的代码是有利的,因为它是适合许多图像分析任务以及图像表达。使用快速编码和解码算法。这项新技术是去除图像相关性相结合的特点,预测和变换方法。尽管技术非因果,计算相对简单和地方。目的构建减少图像g1是它可以作为一个预测原始图像的像素值。为了得到一个压缩表示,错误的图像仍然是当一个扩大g1减去从编码。这张图片形式拉普拉斯算子的金字塔的底部。通过编码g1以同样的方式,生成下一个层次。 |
| 外汇期货阿里,贝聿铭EI-Dokany,嗜萨阿德,远东Abd EI-Samie[16]提出了曲波变换的应用在医学图像融合。在医学图像的融合多种医学图像,如计算机断层扫描和磁共振图像融合成一个新的形象为目的的改善诊断的信息内容。在最近的过去,一些尝试了先生和CT图像利用小波变换的融合。随着医学图像曲面结构以及几个对象,它可以希望曲波变换融合会更好。曲波变换是基于整个图像的分割成小上重叠的瓷砖和每个瓷砖进行脊波变换。市场细分的概念是由直线近似曲线。重叠的瓷砖目标避免边缘效应。脊波变换的是一维小波变换应用于每一瓦的氡域。 Mostly curvelet transform was proposed for image de noising. The simulation results had established that curvelet transform is good for image fusion. |
| 小波图像融合的主题,提出了医学图像伪彩色图像小波有效分离为不同的子空间,伪着色后保留了原始图像的特点,本文处理[17]。伪着色算法的处理速度在这个方法已得到改进。该系统在处理噪声图像具有很好的鲁棒性。在医学图像噪声腐败是普遍,因为它通常是在嘈杂的环境中获得的。在大部分时期甚至训练有素的眼睛很难做出正确的诊断需要的组织。采用这种技术的医疗professionalists能够单独的适当的组织。 |
| 在这种方法中使用小波构造新的正交空间和形象是首先将空间。小波分解后的粗糙的图像是彩色的细节图像分类器提供的功能。最后的伪彩色图像是由彩色小波粗糙的图像融合在一起。这种小波融合技术便于实时实现。进一步利用此方法稳定/不迷失的结果提供了一个广泛的病人。 |
| 摘要[18]快速和高效编码器的提议将提交的分形压缩的图像质量。使用分区迭代函数的快速分形编码进行通信)应用于warse规模(低通子带)的曲波变换图像和一套修改分区分层树(SPIHT)编码。图像的细节和曲波渐进传输维护特点,从而共同在分形编码的忠诚问题曲波混合编码人员解决。采用该方案可以实现编码和解码时间90%。提出了一种分形曲波图像编码器的速度,它适用于曲波变换的图像质量分形压缩。提出混合覆盖应用程序中使用的快速分形编码(QPIFS)使用费舍尔?年代加速逼近子带。曲波变换图像,使用改进的SPIHT编码应用详细的子带。 |
| 融合对图像的主题从不同的来源,使用多分辨率小波变换图像融合的前处理是本文提出[19]。当两个图像在不同角度拍摄的场景,它们会引起失真。尽管大多数的对象是相同的,它们的形状改变。为了解决变形的问题,之前应该确定,融合图像每个像素的相关图片已正确连接。这可以通过图像配准。通过使用软件,几个控制点的两幅图像同一场景可以连接。应该调整每个图像融合到同一个维度和这可以通过重采样后登记。每个图像重采样后将是相同的大小。采用的方法是由像素像素。而平均融合方法用于低频率成分,最大规则融合方法是采用高频组件。 |
| 的主题融合医学捕获图像使用不同模式结合互补信息的各种形式采用一种有效的方法处理本文[20]。在双树复contourlet变换双树复小波的限制是纠正银行通过集成方向滤波器。双树复contourlet变换产生的图像与改进的轮廓和纹理适时地保留移不变性的财产。现代技术提出了基于主成分分析的融合规则,这取决于频率分量DFCTT公司效率。 |
| 虽然PCA方法随访频率成分低,局部能量模型的突出特点为高频组件。逆对偶树复contourlet变换是申请获得最终的融合图像。在这个过程中图像分解为两个层次通过使用bi正交daubechies (9-7)。在每一个层面上,每个子带德国足协阶段提供多达八个方向最好的水平。视觉和统计信息的比较证明,获得的结果包含更详细的信息,同时与小信息失真。 |
| 摘要Po-Whei黄先生等人现在的宠物和大脑基于小波变换的图像融合方法[21]。这给了很好的融合结果通过调整解剖结构信息在灰质(GM)地区,和修补光谱信息在白质区后,由小波分解,灰度融合。尽管许多方法已经提出了融合宠物和图像先生在过去的几年中,他的替代方法可以获得融合图像具有良好的解剖结构信息。但它有一个副作用的颜色失真。提出了几种基于多分辨率方法生成融合图像和更少的颜色失真的问题缺少详细的结构信息。新方法被称为他+ RIM最近提出了迄今为止最好的性能融合宠物,而图像。为了克服现有方法的问题,并提供更好的结果比IHS +边缘的方法,提出了上述方法。携带更多的结构信息高度活跃的地区由4层小波变换分解。携带更多的光谱信息,获得更好的色彩保护,低收入地区活动由三级小波变换分解。为测试和比较正常的轴,正常冠状和老年痴呆症吗?使用年代疾病的大脑图像。 Experimental results have demonstrated that the fused results for normal axis, normal coronal and Alzheimer?s disease brain images have less colour distortion with rich anatomical structural information than HIS+RIM method visually and quantitatively. |
| 在医学成像研究的多个任务的脑成像数据相同的话题已经成为很常见的实践[22]。本文经隋、了图雷Adali,斯科特•r . Sponheim Honghui Yang博士皮尔逊汤娅白色,文斯·d·卡尔霍恩提出一个简单而有效的模型,“CCA + ICA”,作为多任务数据融合的一个强大的工具。这个关节盲源分离(BSS)模型利用了两个多元方法和典型相关分析和独立成分分析。目的是为了实现两个估计精度高,并提供正确的两个数据集之间的联系,可以有共同的来源或不同between-dataset相关性。本文的重点是多任务的脑成像数据融合是一个二级分析基于“特征”。在这种情况下,“特性”是代表任务相关的激活和蒸馏数据集往往比工作更容易处理的与原来的4 d数据由于减少维度。大多数现有的方法(1)最大化国米主题/ co变化方向或(2)统计独立的组件,或连接两个数据集。然而,这样的要求可能不会见了在实践中,因此不能同时满足两个假设或没有任何先验信息的使用,因此,导致一个折衷的解决方案。克服这个问题的一个新的联合盲源分离(BSS)模型的假设不太严格的和需要的数据提出了最大的优势。CCA的性能+ ICA共同分析这两个特性是与joint-ICA和mCCA相比。 As anticipated, the three methods successfully extract different views of the data with CCA+ICA appearing to highlight both task-common and task-distinct aberrant brain regions in schizophrenia. |
| 在美国前列腺癌是男性癌症死亡的主要原因之一[23]。Minsong曹Song-Chu Ko,埃里克·d·Slessinger科琳m . Des乐观,彼得·a·约翰斯通因陀罗j . Das el。提出目前的治疗方案,前列腺永久的种子植入近距离放射疗法已成为越来越受欢迎的单一疗法。这是因为它有能力闲置邻近器官,同时提供足够的高剂量前列腺。次优的剂量评估从后植入前列腺短距离放射治疗的剂量学产生难题需要解决。这试点研究探索的可能性进行加法和可视化的辐射剂量多峰性治疗。整个骨盆CT扫描进行前列腺癌患者使用标准协议的计划和获得的CT重建使用不同大小的数据集字段视图。图像视场有限关注前列腺被导入到Variseed(瓦里安医疗系统公司,帕洛阿尔托,CA) postimplant评估,同时与全视场图像导入到Eclipse(瓦里安医疗系统公司,帕洛阿尔托,CA)治疗计划系统(TPS)未来的管理。短距离放射治疗剂量矩阵与病人图像注册FOVin Eclipse TPS。目标剂量增加定义基于近距离放射疗法产生的等剂量曲线。 In order to deliver dose for selected underdose regions an external photon beam plan was successfully generated. Accurate external beam radiation treatment planning could be accomplished using the planning protocols for these inadequate brachytherapy dose. The proposed method can be used to safely deliver additional external radiation dose using intensity-modulated radiation therapy technique after using the suboptimal brachytherapy procedure. In this paper, we have explored the feasibility of summation of dose by using commonly used Variseed and Eclipse TPS, an integration procedure for manipulating the external photon beam dose to suboptimal dose coverage volumes from seed implantation brachytherapy has been proposed. This procedure can be easily incorporated with CT-based postimplant dosimetric evaluation study using existing technologies. By reconstructing two image data sets from a single postimplant CT scan, automatic registration of images, contours, and dose matrixes between post implant brachytherapy plan and external photon beam salvage plan is allowed without increasing imaging dose to the patients. |
| 在本文中,一个新颖的医学图像融合框架基于framelet变换提出了通过考虑人类视觉系统(HVS)的特性[24]。拟议的框架背后的主要思想是将所有framelet源图像的变换。提出了许多有效的图像融合技术目前在文献尤其是对医学图像。最简单的方法是源图像的逐像素灰度平均或选择导致不良的副作用,如减少对比。统计和数值方法涉及巨大的计算使用浮点算术,和这些方法是时间和内存消耗。PCA和ICA经常产生不良的副作用,如块工件,减少对比等,常常导致错误的诊断。本文尝试纠正缺陷的多分辨率变换在医学图像融合。为此,framelet变换用于拟议的框架。framelet变换冷杉完美重建滤波器产生重构信号几乎没有或最小的错误。Framelet变换允许附近移不变性行为和较小的矩形工件由于密集的时间尺度平面相比的情况下non-oversampled滤波器用于相关的小波变换。 The efficiency of the proposed framework is highlighted by various experiments on different medical images. Used HVS models and main properties of framelet transform such as symmetry, simple sampling and large vanishing moments are the reasons behind the better performance of Framelet transform. By this process smoother scaling and more informative detail coefficients are produced when compared to other multiresolution methods. Further, two clinical examples of the persons affected with Alzheimer and tumor have also been done for more elaborated performance comparison analysis. |
图像融合的性能的措施 |
| 图像融合的主要要求是它必须保留所有有用的和有效的信息从源图像没有引入任何工件。衡量图像质量的客观评价图像融合不同的性能措施熵相关系数、峰值信噪比、均方根误差、标准偏差、结构相似度指数、高通相关性,边缘检测,平均坡度等,一直使用。熵给出了测量信息的数量,相关系数是用来发现注册和融合图像之间的相似性,平均梯度反映了融合图像的清晰度,均方根误差累积误差之间的融合和原始图像而峰值信噪比是衡量图像错误等等。 |
结论 |
| 本文综述了各种图像融合技术从不同的出版研究著作。这些不同的图像融合技术是用来获得更好的融合输出在空间和光谱保存。 |
|
引用 |
- 杨莉和RaginiVerma”,多通道图像配准的特征——基于信息融合”IEEE医学成像处理,Vol.30,不。2011年3月3日。
- T.Z.Wong、T.G.Turkington T.C.HawkandR.E。科尔曼,“宠物和脑部肿瘤图像融合?,癌症Vol.10,不。4、234 - 242页,2004年。
- 黄Po-Ying Phen-Lan林,“基于dynamic-segmented形态小波的融合方法或剪切和粘贴multifocus图像”,爱思唯尔科学直接信号处理88 (2008)1511 - 1527。
- 新王,“图像融合方法的比较分析”,IEEE地理科学和遥感,43卷,没有。2005年6月6日。
- ChetanK。Solanki,„像素和基于小波的图像融合方法吗?,National Conference on recent trends in Engineering and Technology.
- Andreas Ellmauthaler”,使用非抽取小波变换的多尺度图像融合光谱分解和非正交滤波器”,IEEE图像处理,工程系,不。3、2013年3月。
- RuiShen”,跨尺度系数选择体积医学图像融合”,IEEE生物医学工程,Vol.60,不。2013年4月4日。
- GauravBhatnagar”指令之下,基于多模态医学图像融合在NSCT域”,IEEE事务onMultimedia Vol.15,不。2013年8月5日。
- G。Mamatha”,一个使用小波图像融合和curvelettransform”,全球先进工程技术识,问题2,2012年。
- (Kunal Narayanan Choudary”shiftability的双树复小波变换,IEEE信号处理,Vol.58,没有。2010年1月1日。
- ShutaoLi,“与引导滤波图像融合”,IEEE图像处理,卷。22日,没有。7,July 2013.
- NavneetKaur”,小说的像素级图像融合方法基于curvelettransform”,从事工程研究的国际期刊,卷。1,第一
- SubrahmanyamGorthi”,基于加权形状与邻里之前模型平均为多个地图融合基础医学imagesegmentation”, IEEE期信号处理信件,没有。2013年11月11日。
- jean - luc Starckb”,曲波变换的图像去噪”,IEEE图像处理,Vol.11,不。2002年6月6日。
- 彼得·J。伯特,IEEE和爱德华·h·阿德尔森“拉普拉斯算子的金字塔图像作为一个紧凑的代码”,IEEE事务onCommunications vol.com-31, 1983年4月4号。
- 外汇期货阿里,贝聿铭EI-Dokany,嗜萨阿德,远东Abd EI-Samie,”MR和CT图像利用曲波变换的融合”,25日全国RadioScience会议,2008年3月18 - 20日。
- “小波融合医学图像伪着色”,IEEE工程国际会议1996年医学和生物学societyAmsterdam 3.1.2:可视化和虚拟现实。
- A.Muruganandham、S.Karthick Dr.R.S.D.WahidaBanu,”。一个快速分形-曲波图像编码器,国际《计算机应用(0975 - 8887),35-No体积。2011年12月12日。
- R.J.Sapkal,克里Kulkarni”,基于小波变换的图像融合医学应用”,国际工程Researchand应用ISSN杂志:2248 - 9622,卷。2、问题5、2012年9月- 10月pp.624 - 627。
- Nemir AL-Azzawi HarsaAmylia垫Sakim,艾哈迈德·K。Wan阿卜杜拉和HaidiIbrahim”,医学图像融合方案使用复杂的基于PCA Contourlet变换,31日国际会议的IEEE磨床9月2 - 6,2009。
- Po-Whei黄”,PET和MRI大脑使用小波变换图像融合与调整结构信息和光谱信息修补”,2014国际研讨会。
- 静隋TulayAdali,斯科特•r . Sponheim Honghui Yang博士皮尔逊汤娅白色,文斯·d·卡尔霍恩,“基于CCA + ICA模型formulti-task脑成像数据融合及其应用于精神分裂症”,爱思唯尔,神经51 (2010)123 - 134。
- Minsong曹Song-Chu Ko,埃里克·d·Slessinger科琳m . Des乐观,因陀罗j . Das,彼得·A·约翰斯通”一个剂量的简单方法融合的多峰性前列腺癌的治疗:外部照射疗法”,爱思唯尔,近距离放射疗法10 (2011)214 - 220。
- GauravBhatnagar, Q.M.乔纳森,ZhengLiu”,人类视觉系统的影响综合医学图像融合框架,爱思唯尔,专家系统与应用程序40 (2013)1708 - 1720。
|
菜单