ComputerEngineeringandApplications计算机工程与应用

2011，47（3）181

遗传算法在医学图像自适应融合中的应用

谢兴1，秦前清2

XIEXing1，QINQianqing2

1.武汉大学多媒体网络通信工程研究所，武汉4300792.武汉大学测绘遥感信息工程国家重点实验室，武汉430079

1.NationalEngineeringResearchCenterforMultimediaSoftware，WuhanUniversity，Wuhan430079，China

2.StateKeyLabofInformationEngineeringinSurveying，MappingandRemoteSensing，WuhanUniversity，Wuhan430079，ChinaXIEXing，QINQianqing.ApplicationofGeneticAlgorithminadaptivemedicalimagefusion.ComputerEngineeringandApplications，2011，47（3）：181-183.

Abstract：Imagesobtainedviaexistedimagefusionmethodscannotbeadjustedadaptivelyaccordingtosuccessiveimageprocessingsteps，anditishardtointegrateadvantagesofdifferentfusionalgorithms.Inordertosolvetheseproblems，amedicalimagefusionmethodbasedonGeneticAlgorithm（GA）ispresented.Theinitialimagesareobtainedbyemployingthemorphologicalpyramidandshift-invariantwavelettransform.Then，theGAusingaweightsumofseveralimagequalityindexesastheobjectivefunction，isusedtoobtainaproperimage.Twoexperimentsverifythefeasibilityofthemethodintermsofvisualqualityandobjectiveevaluationcriteria，standarddeviation，gradient，entropy，spatialfrequency，mean-squarecrossentropy，etc.

Keywords：imagefusion；GeneticAlgorithm（GA）；wavelettransform；pyramidtransform摘

要：为了解决现有融合方法间的优点不易综合，以及融合规则不易根据图像后续处理的要求自适应地调整的问题，提出一种

基于遗传算法的医学图像融合方法。分别利用形态学金字塔和平移不变性小波变换方法产生初始图像，构造由图像评价组成的目标函数，再利用遗传算法来优化目标函数从而获取最终的结果图像。通过实验，从主观视觉和标准方差、平均梯度、熵、空间频率、均方交叉熵等定量指标两方面，证明了该方法的有效性。关键词：图像融合；遗传算法；小波变换，金字塔变换DOI：10.3778/j.issn.1002-8331.2011.03.054

文章编号：1002-8331（2011）03-0181-03

文献标识码：A

中图分类号：TP391

1引言

图像融合就是综合利用各成像传感器得到的不同图像的

易综合；它们的融合规则也不易根据后续图像处理的需要而进行自适应调整，从而获取更加合适的图像。为了解决这两个问题，提出基于遗传算法的多聚焦图像融合方法，首先利用平移不变性小波变换和形态学金字塔方法来获取作为初始粒子的图像，然后根据后续图像处理的需要来构造目标函数，再利用遗传算法来优化目标从而获取合适的图像。

互补信息和冗余信息，获得对该场景更为全面、准确的图像描述。图像融合技术已经应用在军事、遥感、医学图像处理、自动目标识别以及计算机视觉等领域。

在放射外科手术计划中，CT图像具有很高的分辨率，骨骼成像非常清晰，对病灶的定位提供了良好的参照，但对病灶本身的显示就较差。而MRI图像则不同，虽然空间分辨率比不上CT图像，但是它对软组织成像清晰，有利于病灶范围的确定，可是它又缺乏刚性的骨组织作为定位参照。融合图像可以做到信息互补，为诊断及治疗提供有利的佐证。

在众多的融合方法中，经典的有基于色彩空间变换的方法（如IHS变换、Lab变换、YUV变换）等；基于统计的方法如主成份分析、Brovey变换等；以及基于多尺度分析融合的方法如金字塔分解和小波变换等[4]。这些方法在某种程度上都能获得优质图像，但它们基本上都是独立工作，各自的优点不

[3]

[2]

[1]

2形态学金字塔法

金字塔变换的方法是一种很好的多尺度、多分辨力的图

像处理方法，可以将图像的重要特征（如边缘等）按照不同的尺度分解到不同的塔型分解层上。对源图像进行多次滤波从而形成一个塔式结构，在塔的每一层都用一种算法对这一层的数据进行融合，从而得到一个合成的塔式结构。然后对合成的塔式结构进行重构，最后得到合成的图像，合成图像包含了原图像的所有重要信息。其融合过程可概括为[5]：

（1）对每一源图像分别进行形态学金字塔塔形分解，建立

基金项目：国家自然科学基金（theNationalNaturalScienceFoundationofChinaunderGrantNo.41001286)。

作者简介：谢兴(1977—)，博士生，研究方向：计算机视觉，虚拟现实等；秦前清(1951—)，博导，研究方向为图像处理，人工智能等。收稿日期：2009-05-11

修回日期：2009-07-28