医学图像融合在医学图像分析和诊断上具有极为重要的应用价值.本文针对小波变换的特点,对传统的小波融合算法进行改进,提出了一种新的确定融合图像高频分量和低频分量的方法.选择高频系数时,通过计算各子图像的区域边界强度来实现自适应的高频信息融合;低频系数采用基于边缘细节的融合算法,可以使融合的图像细节更丰富、更清晰.文中采用传统小波算法和改进的小波算法对人体的两组数据进行融合处理,并给出了量化的评判指标,实验评价参数表明,本文提出的图像融合技术能有效地保留原始图像的细节特征,强化两幅图像中的边缘和纹理特征,优于传统小波融合方法.

目的:依托于Matlab环境,初步完成常规尿沉渣显微图像中不同有形成分的外边缘信息检测.方法:采用灰度化、邻域滤波和中值滤波等方法对图像进行预处理,分别使用Canny算子和Sobel算子处理样本,对于成像不均匀的细胞边缘信息缺失,使用Canny算子和Sobel算子对边缘进行叠加处理,通过膨胀腐蚀和孔洞填充等操作后可以得到有形成分的连通域信息.结果:融合算法可以用于均匀度不一致的有形成分外边缘检测,对阴影消除及红细胞、白细胞、上皮细胞和管型等分离细胞的定位定型检测基本准确.结论:单一算法对成像效果均匀清晰的图像效果佳,但融合算法对于上皮细胞、管型等均匀度不一的细胞处理结果明显优于Canny和Sobel单一算法的结果.