论文部分内容阅读
本文对基于对比度的医学图像融合方法进行了研究。文章利用图像噪声点的属性，将边缘跟踪算子作用于小波分解后的源图像，分离混杂于细节中的噪声点，将其过滤，提高了算法的抗干扰性。对分解后的小波系数，建立基于对比度的融合规则，选择利于人眼分辨的高对比度融合系数组成新图像。本文以VisibleHuman数据集中的头部CT和MRI图像为实验图像，在对多种多分辨图像融合算法总结和比较的基础上，提出了用BP神经网络算法改进的基于对比度的图像融合算法，新算法克服了视觉效果上的不足，融合图像的信息量有很大提升。