是否返回亞步驟（2-2)的迭代條件為：當(dāng)前殘差信號的范數(shù) 大于逼近誤差，或者當(dāng)前階段數(shù)小于最大階段數(shù)，返回亞步驟（2-2)，其中，所述逼近誤差是 指每次迭代的誤差殘余，所述最大階段數(shù)是指最大迭代次數(shù)。
[0039] 第五方面，本發(fā)明還提供上述多模圖像融合方法，其特征在于，該方法包括以下步 驟：
[0040] 步驟1，輸入兩幅待融合的原始圖像A和B，將兩幅原始圖像分別劃分成圖像塊，每 塊圖像塊的大小一致、任何相鄰的兩塊圖像塊都具有重疊部分，并將每塊圖像塊的像素表 示成列向量，得到每塊圖像塊的像素矩陣，即得到圖像塊的像素矩陣表示；
[0041] 步驟2,將上述每塊圖像塊像素矩陣進行分離，得到直流分量和殘余圖像塊像素矩 陣，對得到的殘余圖像塊像素矩陣進行分階段多原子正交匹配跟蹤自組織搜索裁剪稀疏分 解，獲得殘余圖像塊的稀疏表示系數(shù)矩陣；
[0042] 步驟3,根據(jù)能量最大原則，對步驟2獲得的殘余圖像塊的稀疏表示系數(shù)矩陣進行 融合，得到該位置的殘余圖像塊的融合圖像塊系數(shù)矩陣；對于步驟2分離出的直流分量，采 取加權(quán)平均方法進行融合，得到融合后的直流分量；
[0043] 步驟4,對步驟3融合后的系數(shù)矩陣進行重構(gòu)得到殘余圖像塊的融合圖像塊像素 矩陣，對所述殘余圖像塊的融合圖像塊像素矩陣與所述融合后的直流分量進行合并，得到 融合后的圖像塊像素矩陣；
[0044] 步驟5,將步驟4獲得的融合圖像塊像素矩陣還原，得到最終的融合圖像；
[0045] 其中，待融合的兩幅原始圖像是針對同一部位的，不同成像設(shè)備提供的多模醫(yī)學(xué) 圖像；
[0046] 所述分離出直流分量包括計算各個圖像塊的平均像素值，然后從各個圖像塊的像 素值中減去該平均像素值，即直流分量是各個圖像塊的平均像素值；
[0047] 所述能量最大原則是將兩幅原始圖像的對應(yīng)位置圖像塊的稀疏分解系數(shù)絕對值 最大者作為融合后圖像塊對應(yīng)位置的稀疏分解系數(shù)；
[0048] 所述重構(gòu)是重新構(gòu)成各個圖像塊的空間像素表示；
[0049] 所述還原是將圖像塊的一維表示還原為二維表示。
[0050] 第六方面，本發(fā)明還提供上述多模圖像融合方法，其特征在于，步驟1中，
[0051] 所述兩幅原始圖像為CT圖像與PET圖像，或者CT圖像與MRI圖像，或者CT圖像 與SPET圖像，或者MR圖像與SPEC圖像；
[0052] 所述劃分為滑動處理，所述滑動處理為在長為W、寬為H的圖像中，按一定規(guī)律移 動一個長為
【主權(quán)項】
1. 一種基于分階段多原子正交匹配跟蹤的多模圖像融合方法，其特征在于，該方法采 用包括自組織捜索裁剪亞步驟（2-5)的稀疏分解過程，所述自組織捜索裁剪亞步驟（2-5) 包括W下子步驟： 子步驟（2-5-1)，初始化子支撐集為空集； 子步驟（2-5-2)，在候選集中捜索與當(dāng)前殘差相干性最大的原子，將捜索到的上述原子 并入子支撐集，并將之從候選集中剔除，更新候選集； 子步驟（2-5-3)，在子步驟（2-5-2)更新的候選集中繼續(xù)捜索出與子步驟（2-5-2)中捜 索到的原子相關(guān)性大于第一闊值的原子； 子步驟（2-5-4)，所述子步驟（2-5-3)中捜索到的原子構(gòu)成冗余原子集合，將所述冗余 原子集合從候選集中剔除； 子步驟（2-5-5)，判斷；候選集是否滿足返回子步驟（2-5-2)的迭代條件，如果滿足，返 回子步驟（2-5-2)，如果不滿足，則迭代終止。
2. 根據(jù)權(quán)利要求1所述的多模圖像融合方法，其特征在于， 子步驟（2-5-3)中，所述第一闊值取值為0. 1 ; 子步驟（2-5-5)中，判斷是否返回子步驟（2-5-2)的迭代條件為；當(dāng)候選集不為空時， 返回子步驟（2-5-2)。
3. 根據(jù)權(quán)利要求1或2所述的多模圖像融合方法，其特征在于，圖像塊像素矩陣都采用 包括自組織捜索裁剪亞步驟的分階段多原子正交匹配跟蹤算法進行稀疏分解，所述包括自 組織捜索裁剪亞步驟的分階段多原子正交匹配跟蹤算法包括W下亞步驟： 亞步驟（2-1)，初始化殘差信號為待分解信號，初始化信號的支撐集為空集，初始化當(dāng) 前階段數(shù)為零； 亞步驟（2-2)，利用過完備字典的轉(zhuǎn)置與當(dāng)前殘差信號做內(nèi)積計算得到內(nèi)積系數(shù)向 量； 亞步驟（2-3)，定義第二闊值為常數(shù)與空原子系數(shù)絕對值的最大值之積； 亞步驟（2-4)，在圖像塊像素矩陣中，選擇原子系數(shù)絕對值大于第二闊值的原子，構(gòu)成 候選集； 亞步驟（2-5)，對候選集進行自組織捜索裁剪，生成子支撐集； 亞步驟（2-6)，將亞步驟（2-5)迭代過程產(chǎn)生的子支撐集并入到信號的支撐集當(dāng)中； 亞步驟（2-7)，根據(jù)當(dāng)前信號的支撐集構(gòu)成的子字典，利用最小二乘法計算當(dāng)前稀疏向 量； 亞步驟（2-8)，更新當(dāng)前殘差信號，當(dāng)前殘差信號為待分解信號減去過完備字典與當(dāng)前 稀疏向量之內(nèi)積所得的差； 亞步驟（2-9)，判斷當(dāng)前殘差信號或當(dāng)前階段數(shù)是否滿足迭代過程返回亞步驟（2-2) 的迭代條件，如果滿足，返回亞步驟（2-2)，如果不滿足，迭代終止。
4. 根據(jù)權(quán)利要求1?3之一所述的多模圖像融合方法，其特征在于， 亞步驟（2-3)中，常數(shù)取值為2. 38 ; 亞步驟（2-4)中，所述原子系數(shù)為當(dāng)前殘差信號與過完備字典中原子的內(nèi)積； 亞步驟（2-9)中，判斷是否返回亞步驟（2-2)的迭代條件為：當(dāng)前殘差信號的范數(shù)大于 逼近誤差，或者當(dāng)前階段數(shù)小于最大階段數(shù)時，返回亞步驟（2-2)，其中，所述逼近誤差是指 每次迭代的誤差殘余，所述最大階段數(shù)是指最大迭代次數(shù)。
5. 根據(jù)權(quán)利要求1?4之一所述的多模圖像融合方法，其特征在于，該方法包括W下步 驟： 步驟1，輸入兩幅待融合的原始圖像A和B，將兩幅原始圖像分別劃分成圖像塊，每塊圖 像塊的大小一致、任何相鄰的兩塊圖像塊都具有重疊部分，并將每塊圖像塊的像素表示成 列向量，得到每塊圖像塊的像素矩陣，即得到圖像塊的像素矩陣表示； 步驟2,對上述每塊圖像塊像素矩陣進行分離，得到直流分量和殘余圖像塊像素矩陣， 對得到的殘余圖像塊像素矩陣進行分階段多原子正交匹配跟蹤自組織捜索裁剪稀疏分解， 獲得殘余圖像塊的稀疏表示系數(shù)矩陣； 步驟3,根據(jù)能量最大原則，對步驟2獲得的殘余圖像塊的稀疏表示系數(shù)矩陣進行融 合，得到該位置的殘余圖像塊的融合圖像塊系數(shù)矩陣；對于步驟2分離出的直流分量，采取 加權(quán)平均方法進行融合，得到融合后的直流分量； 步驟4,對步驟3融合后的系數(shù)矩陣進行重構(gòu)得到殘余圖像塊的融合圖像塊像素矩陣， 對所述殘余圖像塊的融合圖像塊像素矩陣與所述融合后的直流分量進行合并，得到融合后 的圖像塊像素矩陣； 步驟5,將步驟4獲得的融合圖像塊像素矩陣還原，得到最終的融合圖像； 其中，待融合的兩幅原始圖像是針對同一部位的，不同成像設(shè)備提供的多模醫(yī)學(xué)圖 像； 所述分離出直流分量包括計算各個圖像塊的平均像素值，然后從各個圖像塊的像素值 中減去該平均像素值，即直流分量是各個圖像塊的平均像素值； 所述能量最大原則是將兩幅原始圖像的對應(yīng)位置圖像塊的稀疏分解系數(shù)絕對值最大 者作為融合后圖像塊對應(yīng)位置的稀疏分解系數(shù)； 所述重構(gòu)是重新構(gòu)成各個圖像塊的空間像素表示； 所述還原是將圖像塊的一維表示還原為二維表示。
6. 根據(jù)權(quán)利要求1?5之一所述的多模圖像融合方法，其特征在于，步驟1中， 所述兩幅原始圖像為CT圖像與PET圖像，或者CT圖像與MRI圖像，或者CT圖像與SPET 圖像，或者MR圖像與SPEC圖像； 所述劃分為滑動處理，所述滑動處理為在長為W、寬為H的圖像中，按一定規(guī)律移動一 個長為^、寬為的晶格窗口，將該窗口對應(yīng)的像素塊轉(zhuǎn)換成塊像素矩陣表示中的 一列，然后窗口向右或向下移動一步，直到完成對整幅圖像的處理，優(yōu)選每次平移兩個像素 點，即滑動步長為2。
7. 根據(jù)權(quán)利要求1?6之一所述的多模圖像融合方法，其特征在于，步驟3中，圖像塊 Ia的稀疏表示系數(shù)矩陣用X A表示，圖像塊IC的稀疏表示系數(shù)矩陣用Xc表示，融合后圖像塊 對應(yīng)位置的稀疏表示系數(shù)矩陣為：
其中，而表示融合后圖像塊對應(yīng)位置的稀疏表示系數(shù)矩陣；
良p，當(dāng) |xj > IXbI 時，Xf= Xa; 否貝 ij，Xp 二 X B。
8. 根據(jù)權(quán)利要求1?7之一所述的多模圖像融合方法，其特征在于，步驟4中，所述重 構(gòu)的方法為；由融合后的稀疏系數(shù)值恢復(fù)出圖像塊的空間像素表示，對于相鄰圖像塊間的 重疊部分，計算其同一位置的像素值平均值作為最終像素矩陣的計算結(jié)果。
9. 根據(jù)權(quán)利要求1?8之一所述的多模圖像融合方法，其特征在于，步驟5中，所述還 原包括對于圖像塊像素矩陣滑動處理的重疊部分進行取平均的操作。
10. 根據(jù)權(quán)利要求1?9之一所述的多模圖像融合方法，其特征在于，該方法中所用到 的字典為過完備字典，優(yōu)選為由小波域字典和DCT冗余字典混合得到的過完備字典。
【專利摘要】本發(fā)明提供了一種基于分階段多原子正交匹配跟蹤的多模圖像融合方法，該方法將待融合的源圖像劃分為相同大小的圖像塊，并將每個圖像塊轉(zhuǎn)換成為一維列向量，從而構(gòu)成源圖像的矩陣表達形式，再對每個圖像塊進行稀疏分解，然后對不同源圖像的圖像塊稀疏分解系數(shù)采用一定的融合規(guī)則進行融合，得到融合圖像塊系數(shù)矩陣，最后對融合圖像塊系數(shù)矩陣進行重構(gòu)，生成最終的融合圖像，在對圖像塊信號進行稀疏分解時，在每個階段中采用多原子選擇策略，再通過自組織搜索裁剪算法去除冗余原子，降低支撐集的相干性，從而保證有更有效地獲取原始圖像塊的稀疏表達，采用本發(fā)明提出的圖像融合方法，能夠極大地提高了算法執(zhí)行速度并改善融合圖像的質(zhì)量。
【IPC分類】G06T5-50
【公開號】CN104599259
【申請?zhí)枴緾N201510050238
【發(fā)明人】廖斌, 劉文召, 沈靜, 磨唯, 閆磊
【申請人】華北電力大學(xué)
【公開日】2015年5月6日
【申請日】2015年1月30日