【摘要】文章提出了一种基于小波-Contourlet变换和区域方差的医学图像融合算法，将CT和MRI两种不同模态的医学图像进行融合。实验结果表明与基于小波变换和Contourlet变换的医学图像融合算法相比，取得了更好的效果。
　　【关键词】图像融合；医学图像；小波-Contourlet变换
　　
　　小波技术[1]一度是医学图像融合的主要工具，但其在方向性和各项异性上有缺陷，不能完全地描述图像中的方向信息。因此为了克服小波变换的不足，又出现了小波-Contourlet变换[2]。
　　1小波-Contourlet变换
　　2004年Eslami R和Radha H提出了小波-Contourlet变换[3]，如图1所示。首先，利用小波变换，对图像进行多尺度分解，并且找出各子带的奇异点。然后，利用方向滤波器组将每个子带做多方向的分解，将分布在同方向上的奇异点合成为一个系数。
　　2 基于区域方差的融合规则
　　区域方差法是一种有效的融合规则，具体融合规则如下：
　　（3）取一个匹配度阈值t=0.5。若M(p)小于t，采取系数矩阵取最大，否则采用加权平均规则。
　　3 医学图像融合实验结果与分析
　　采用matlab仿真软件，医学图像融合实验的具体步骤为：首先，将源图像进行小波-Contourlet变换。然后，采用区域方差的融合规则融合系数。最后，进行小波-Contourlet反变换，就可得到融合图像。源图像med A为脑部的CT图像，源图像med B为脑部的MRI图像，为已精确配准的图像，如图2(a)，(b)所示。图2(c)，(d)，(e)分别为基于三种不同变换方法的融合图像。
　　
　　实验结果表明，小波-Contourlet变换具有更强的方向性和对图像的稀疏表达，能够更有效地捕获图像的结构特征和边缘信息。基于小波-Contourlet变换的融合方法适用于CT医学图像与MRI医学图像的融合，并取得了比小波变换和Contourlet变换融合算法更理想的结果。
　　
　　参考文献
　　[1]李伟.医学图像融合技术及其应用[J].中国医学影像技术,2005,21(7):1126-1128
　　[2]沈敏.Contourlet变换及其在图像处理中的应用研究,安徽大学硕士研究生学位论文,2006
　　[3]李光鑫,王坷.基于Contourlet变换的彩色图像融合算法[J].电子学报,2007,35(1),112-116