基于图像融合与亚像素边缘提取的医学病变诊断

基于图像融合与亚像素边缘提取的医学病变诊断智能检测理论与技术研讨课源图像融合图像增强图像分割图像图像融合图像增强边缘提取图像融合图像融合

图像融合在医疗、军事、地物分类、机场导航、故障诊断、目标跟踪与识别等众多领域有着广泛的应用。

图像融合图像融合是指将多源信道所采集到的关于同一目标或场景的图像数据经过图像处理和计算机技术等，以最大限度的提取各自信道中的有用信息，最后综合成高质量的图像。图像融合图像融合是指将多源信道所采集到的关于同一目标或场景的图像数据经过图像处理和计算机技术等，以最大限度的提取各自信道中的有用信息，最后综合成高质量的图像。融合层次像素级融合特征级融合决策级融合融合图像多传感器图像多聚焦图像多序列图像遥感图像图像融合像素级融合方法分为空间域和变换域两大类。空间域常用方法有：加权平均法、基于灰度值的选大选小方法、加权融合与主成分分析等。变换域常用的是金字塔变换与小波变换两大类、此外还有小波包变换、曲波变换、脊波变换等。图像融合

拉普拉斯金字塔、对比度金字塔、梯度金字塔三种不同金字塔的图像融合方法。高斯窗口函数：图像融合1.拉普拉斯金字塔：图像融合2.对比度金字塔：图像融合3.梯度度金字塔：图像融合低频子带图像系数选择：图像融合高频子带图像系数选择：系数选大：绝对值选大：图像融合基于窗口的系数加权平均：

小于设定的相似度阈值，则第i个高频子带系数为：大于设定的相似度阈值，则第i个高频子带系数为：基于窗口的系数绝对值选大：取窗口领域内绝对值最大的系数作为融合后的系数。图像融合图像A---图像融合图像B---图像融合图像融合金字塔变换图像分解A高频A低频B低频B高频F高频F低频低频融合准则高频融合准则金字塔变换图像重构图像A图像B融合图像F图像融合原始图像：

图像增强在图像获得过程中，因为光照、设备等原因，会导致图像不清晰。图像增强是图像预处理的一个重要环节，图像增强是大多数图像处理的基础。图像增强图像增强的目的：改善图像视觉效果，让图像更清晰使图像更有利于计算机处理针对某些特征进行锐化，如边缘、轮廓、对比度等。图像增强图像增强灰度直方图的定义：

其中i表示灰度级，L表示灰度级种类数，表示图像中具有灰度级i的像素的个数，N表示图像总的像素数。图像增强灰度直方图的定义：

表示图像中具有灰度级i的像素出现的频率。其横坐标是灰度级，纵坐标是该灰度出现的频率。图像增强灰度直方图的特点：RST不变性；不能有效地表示图像的空间信息。图像增强直方图均衡化的原理：通过灰度点运算处理直方图的变化，把原本比较集中的灰度空间变成在全部灰度范围内的均匀分布，重新分配图像的像素值，从而使图像对比度提高、细节更清晰。

图像增强直方图均衡化的原理：图像中各种亮度所占的比例大都分布不均匀，设法增加在直方图统计中所占比例高的像素和其他占的比例少的像素之间的亮度差，可以提高图像的显示效果。

图像增强直方图均衡化的实现：g=EQ(f)f为原始图像在(x,y)处的灰度，g为变换后的图像灰度，则对图像增强的方法可表述为将在(x,y)处的灰度f映射为g。图像增强直方图均衡化的实现：EQ(f)需要满足两个条件：EQ（f）在0≤f≤L-1范围内是一个增值函数对于0≤f≤L-1，有0≤g≤L-1图像增强直方图均衡化的实现：其中k为灰度级，L表示灰度级种类数。图像增强直方图均衡化的处理结果：分别对两幅曝光不足与曝光过度的灰度图像应用Matlab编程进行直方图均衡化。曝光不足转换函数图像增强直方图均衡化的处理结果：分别对两幅曝光不足与曝光过度的灰度图像应用Matlab编程进行直方图均衡化。曝光过度转换函数图像增强本课题中直方图均衡化的处理结果：原始灰度图像增强后图像亚像素边缘检测亚像素边缘检测数字图像的边缘检测是图像分割、目标识别、区域形状提取等图像分析领域的基础。亚像素边缘检测传统的边缘检测方法的检测精度最高只能达到一个像素级。

工业检测等应用对精确度的要求不断提高，传统的像素级边缘检测方法已经不能满足实际测量的需求，需要更高精度的边缘检测方法。亚像素边缘检测在视觉检测系统中，系统的测量精度与边缘检测的精度成正比关系。

提高视觉检测系统精度的方法有两种，第一、提高硬件分辨率，但其将导致成本提高；第二、采取亚像素边缘提取的方法提高边缘检测精度。亚像素边缘检测传统