图像融合技术综合研究

# 图像融合技术综合研究 ## 1. 引言 图像融合作为一种信息整合技术，在众多领域得到了广泛应用，尤其在医学诊断领域，能够帮助医生更准确地检测和定位病变。本文将介绍多种图像融合方法，包括双树复小波变换、非下采样轮廓波变换和剪切波变换等，并分析它们的特点和优势。 ## 2. 双树复小波变换（DT - WT） ### 2.1 原理 Kunal Narayan Chaudhury等人在2010年提出了双树复小波变换（DT - WT），该方法比离散小波变换具有更好的平移不变性。它利用DT - WT的幅度 - 相位表示，这种表示依赖于分数阶希尔伯特变换（fHT）算子组的修改作用，将任意相移的概念从正弦波扩展到有限能量信号。通过引入fHT算子的贝德罗斯定理的推广，作者明确理解了fHT对通过低通函数调制获得的小波族的平移作用，并将这些思想扩展到多维设置。 ### 2.2 应用示例 在医学图像融合中，DT - WT的平移不变性可用于处理高维图像，有助于更准确地融合不同模态的医学图像，提高病变检测的准确性。 ## 3. 非下采样轮廓波变换（NSCT） ### 3.1 多种NSCT相关方法 - **Zhiqin Zhu等人（2019）的方法**：利用相位一致性和局部拉普拉斯能量的图像融合技术。具体步骤如下： 1. 使用非下采样轮廓波变换将源图像分解为低频和高频子带。 2. 采用基于拉普拉斯能量的融合规则融合低频系数，基于相位一致性的融合规则融合高频系数。 3. 实现相位一致性（PC）以产生详细信息，PC是一种用于计算图像清晰度的无量纲量化指标。实验表明该方法在主观和客观分析方面都有更好的结果。 - **Weiwei Kong等人（2019）的方法**：基于非下采样域局部差异（LD）的图像融合框架。步骤为： 1. 用非下采样技术将源图像分解为低频和高频分量。 2. 使用局部差异（LD）算子融合图像。与非下采样轮廓波变换（NSCT）和非下采样剪切波变换（NSST）相比，该方法在定性和定量分析方面都有更优结果，能提高疾病检测的清晰度。 - **Yong Yang等人（2017）的方法**：利用非下采样轮廓波变换（NSCT）和稀疏表示（SR）的图像框架。操作流程如下： 1. 用NSCT技术分解源图像。 2. 提出基于SR的低频融合方案，构建字典，每个子字典通过从低通子图像的相互分组块中提取主成分分析基得到。 3. 使用多尺度形态学聚焦测量（MSMF）融合高频系数。实验表明该NSCT策略优于现有方法。 - **Vikrant Bhateja等人（2016）的方法**：基于非下采样轮廓波变换的图像融合模型，集成了主成分分析、相位一致性、方向对比度和熵。具体操作： 1. 对低频系数应用相位一致性规则，对高频系数应用方向对比度和归一化香农熵的组合。定性和定量分析表明该方法优于现有融合技术。 - **Lakshmi Priya等人（2016）的方法**：在NSCT域中使用相位一致性和对数 - 伽柏融合规则进行肝脏灌注成像。该方法保留了源图像的信息内容，在空间频率、SSIM、互相关、交叉熵和PSNR等方面优于现有小波和轮廓波变换。 - **Egfin Nirmala等人（2015）的方法**：用软计算方法替代融合规则以提高融合过程的准确性。步骤如下： 1. 采用NSCT策略进行多分辨率分解。 2. 使用Adaboost SVM分类器选择重要特征，根据融合图像保留源图像数据的原则选择系数。实验结果表明NSCT - SVM/AdaSVM策略最大化了互信息，优于现有融合策略。 - **Rupali Mankar等人（2015）的方法**：基于离散非下采样轮廓波变换的图像融合策略。操作如下： 1. 用NSCT技术将图像分解为低频和高频分量。 2. 使用平均和梯度融合规则融合图像。 3. 用逆NSCT重建融合图像。该方法在视觉上保留了边缘，在质量指标上表现良好。 - **Nikhil Dhengre等人（2015）的方法**：利用对数 - 伽柏和引导滤波器与非下采样轮廓波变换（NSCT）进行多模态医学图像融合。步骤为： 1. 用NSCT策略分解输入图像。 2. 使用对数 - 伽柏滤波器去除低频子带中的重要低频信息，使用引导滤波器提取高频子带中的高频分量。 3. 通过确定两个源图像滤波输出的邻域局部波动来融合低频和高频子组。 4. 用逆轮廓波变换得到输出图像。实验表明该方法在低频和高频细节方面优于其他现有图像融合策略。 - **Gaurav Bhatnagar等人（2013）的方法**：基于非下采样轮廓波变换的融合框架。操作如下： 1. 用NSCT技术分解输入图像。 2. 分别使用基于相位一致性和方向对比度的融合规则融合低频和高频系数。 3. 用逆NSCT技术生成融合图像。实验结果表明该NSCT方法在视觉和定量方面都有出色结果，相位一致性的低频系数能产生对比度和亮度不变的表示。 - **Jianwen Hu等人（2012）的方法**：提出多尺度方向双边滤波器（MDBF）。具体步骤： 1. 将非下采样方向通道组集成到多尺度双边通道中，通过合并MBF和NSDFB开发多尺度方向通道。 2. 将MBF应用于第一幅图像以获得详细子带和粗略估计子带。双边滤波器能在平滑图像的同时保留边缘，MDBF结合了保留边缘和捕捉方向信息的特性，能更好地表示图像的固有几何结构。实验表明该方法在定量上有更好的输出，但运行时间比传统方法长。 - **Tianjin Li等人（2012）的方法**：为解决MR和SPECT图像融合问题，提出可变权重矩阵方法。步骤如下： 1. 使用单纯形法通过降低成本函数评估可变权重矩阵。 2. 该方法避免了传统透明度技术的不足，与多尺度融合规则同步，结合GIHS框架和非下采样轮廓波变换（NSCT），获得具有高亮度和精确细节的融合图像。实验表明该系统优于现有图像融合技术。 - **Wang Xin等人（2011）的方法**：基于轮廓波变换的图像融合技术，解决伪吉布斯效应。操作如下： 1. 提出基于轮廓波变换的新融合规则以获得初始融合图像。 2. 将基础图像和初始融合图像划分为相同大小的图像块，选择与初始融合图像块更相似的基础图像块作为最终融合图像块。实验表明该方法成功消除了轮廓波变换引起的图像失真，优于传统融合方法。 - **Nemir AL - Azzawi等人（2009）的方法**：利用双树复轮廓波变换的方法。具体操作： 1. 双树复轮廓波