论文部分内容阅读
摘要 GFP荧光图像提供蛋白质功能定位信息，相衬图像提供高分辨率的结构信息，二者的融合对于细胞蛋白质的功能分析和亚细胞的精细结构定位具有重要价值。基于ContourIet变换对细节信息优异的表达能力，本文提出一种HIS空间下基于ContourIet变换的多尺度混合分层图像融合算法，该算法利用ContourIet变换分别对GFP荧光图像和相衬图像的亮度分量进行分解，对不同子带系数采用不同的融合策略以力求融合图像在保留GFP 荧光图像定位信息的同时融入相衬图像的高频细节，并引入视觉保真度(VIF)作为图像融合的评价指标。对来自约翰英纳中心的117 组拟南芥细胞图像进行的融合实验表明，本文算法能够有效保留源图像中的细节信息，提高了融合图像的可视性，相比传统算法更为优越。