基于二维经验模态分解的医学图像融合算法

提出了一种自适应的二维经验模态分解(bidimensionalempiricalmodedecomposition,简称bemd)医学图像融合算法.待融合的医学图像经过bemd分解成二维的内蕴模函数(bidimensionalintrinsicmodefunction,简称bimf)和趋势图像.bimf图像经过hilbert-huang变换提取图像特征,然后,图像分解的各部分数据在区域融合规则下形成综合bemd表示.最后,综合bemd表示进行bemd逆变换得到融合后的医学图像.bemd分解方法是一种完全自适应的数据分解表达形式,具有比fourier变化和小波分解更好的特性.该医学图像融合算法不需要预先定义滤波器或小波函数.实验结果表明,该算法与传统融合算法相比性能优越,能够大幅度提高融合图像的质量.