河南科技大学毕业设计（论文） §5.3 实验仿真结果及评价
首先第一步要读入图像，点击‘读取图像’，在文件夹中选择要处理的图像。第二步是对图像进行分割，点击‘图像分割’，即可显示分割后图像，见图5-2。
图5-2 图像分割系统仿真结果
在仿真过程中，通过选取合适的小波分解的层数，基本可以实现对较多图像的多阈值分割，并且效果较好。达到了设计的目的。
26
河南科技大学毕业设计（论文） 结 论
随着计算机的高速发展，对大量图像信息的处理已经变成可能。图像分割是现代图像信息处理领域中一种非常重要的应用技术，它与人工智能、神经网络、遗传算法和模糊逻辑等理论有着密切的联系。图像分割是图像工程中，由图像处理上升到图像分析的关键一步，如果分割的结果不理想，就会直接影响到其后的信息处理过程，导致目标识别、目标精确定位、图像融合等后续处理无法取得理想的效果。
本论文对传统的图像分割技术进行了简要的介绍，并将新出现的小波理论应用在图像分割中，发现小波理论在图像分割中具有很高的应用价值。
预处理操作，是对图像进行增强。通过对图像增强，达到一定的消噪功能。小波交换是一种时一频两域的分析工具，具有良好的局部特性，可以在大尺度下抑制噪声，小尺度下精确定位边缘，解决了传统的和经典算法不能解决的问题。本文主要针对小波在图像分割中的应用进行了具体的研究。小波去噪是利用小波变换用不同的频率的带通滤波器对图像进行滤波，把有噪声频率的尺度的小波变换去掉，这样较好的抑制了噪声信号。研究的直方图与小波变换相结合的方法，提高图像阈值分割的性能。由于小波的局部特性，能很好的抑制噪声，再根据小波变换将图像的直方图分解为高层次的小波系数，从而获得动态多个阈值，对图像进行分割。该算法能得到较好的分割效果。
本系统的不足之处在于不能自动选取小波分解的层次，以至于需要手动选取合适的基于直方图的小波分解层次。
27
河南科技大学毕业设计（论文） 参考文献
[1] 夏良正．数字图像处理[M]．东南大学出版社．1999
[2] 张孝飞,王强等. 医学图像融合技术研究综述. 广西科学, 2002, 9（1）, 64～68 [3] Kalki K,etc. Myocardial Perfusion Imaging with a Combined X-Ray CT and
SPECT System. J Nucl Med,1997,38,1535～1540
[4] Daily M.L, Farr T, Elanchi C. Geologic Interpretation from Composited Radar and
Landsat Imagery. Photogrammetric Engineering and Remote Sensing,1979,45（8）,1109～1116
[5] Laner D.T., Todd W.J. Land Cover Mapping with Merged Landsat RBV and MSS
Stereoscopic Images. Proc. Of ASP Fall Technical Confer -ence,1981,680-689 [6] R.R. Tenney, N.R. Sandell. Detection with distribute sensosensors. IEEE, Trans. on
AES.1981,17（4）,501～510
[7] 刘贵喜,杨万海. 多传感器图像融合方法研究:[硕士毕业论文]. 西安:西安电子
科技大学,2001,15～16
[8] 狄红卫,张文琴. 基于小波变换图像融合技术的研究:[硕士毕业论文].广州:暨
南大学,2005,19～30
[9] 章毓晋. 图像工程下册. 第二版. 北京:清华大学出版社,2007:320～343 [10] Hawke D.J. Eur J Nucl Med, Springer Verlag,1991,752～756
[11] Scheunders P. Multiscale edge representation applied to image fusion [J] .2002 [12] Akerman A. Pyramidal techniques for multi-sensor fusion [C]. SPIE,1992,18
（28）,124～131
[13] Brown LG. A survey of image registration techniques [J]. Assoc Comput
Mach,1992,24,325～376
[14] Vajdic S.M., Katz H.E., etc. AI-based relational matching and multi-modal medical
image fusion: Generalized 3-D approaches [J]. SPIE,1994, 1565～1573
[15] Li H., Dellerck R., De Cuyper B., etc. Object recognition in brain CT-scans:
Knowledge-based fusion of data from multiple feature extractors [J]. IEEE Trans Med Image . 1995,14（2）,212～229
[16] Toet A, Ruyven J .Merging thermal and visual images by a contract pyramid [J].
Optical Engineering,1989,28（7）,789～792
28
河南科技大学毕业设计（论文） [17] Whittington G., Spracklen T. The application of neural network model to sensor
date fusion. Proc SPIE, 1990, 276-287
[18] Daubechies I. Orthonomal bases of compactly supported wavelets.
Communication on Pure and Applied Mathemathics,1988,41:909～996 [19] 唐向宏,李齐良. 时频分析与小波变换. 北京:科学出版社,2008:118～120 [20] 霍宏涛. 数字图像处理. 北京:北京理工大学出版社,2002:194～195
[21] S. Arivazhagan, etc. A modified statistical approach for image fusion using wavelet
transform.SIViP,2009（1）,137～144
[22] 陈煜,田裕鹏. 图像融合中的图像配准方法. 激光与红外,2004,34（1）, 17～26 [23] 谢晓锋,杨之廉等. 微粒群算法综述. 控制与决策,2003,18（2）,129～ 130 [24] 王进,季薇,郑宝玉. 粒子种群优化（PSO）算法的性能研究. 南京邮电学院学
报,2005,25（4）,25～31
[25] Eberhart R，Kennedy J，A new optimizer using particle swarm theory, Proc 6th Int
Symposium on Micro Machine and Human Science, N agoya, 1995,39～43 [26] Jiann-Der lee, Chung-Hsien Huang, etc. Improved accuracy of brain MRI/SPECT
registration using a two-cluster SPECT normalization algorithm and a combinative similarity measure: application to the evaluation of Parkinson’s disease, Ann Nucl Med,2007,20～29
[27] 张煜,刘哲星,李树祥等. 医学图像信息融合技术的发展. 国外医学生物医学工
程分册,2000,23（4）,202～205
[28] Pinz A, Bartl R. Information fusion in image understanding [J]. IEEE Trans Med
Image,1992,12（4）,234～255
[30]刘贵喜,杨万海. 基于小波分解的图像融合方法及性能评价. 西安电子科技大学
自动化学报,2002,28（6）,27～45
[31]张汗灵,杨帆. 基于互信息和混合优化算法的多模医学图像配准. 湖南大学学报
（自然科学版）,33（1）,2006,117～120
[32]朱齐亮,樊要玲等. 基于互信息的医学图像配准中的优化算法. 科技信息, 2007
（32）,368
[33]Lau HY, Kagawa K,Lee WR, etc. CT-MRI image fusion for 3D conformal prostate
radiotherapy use in patients with altered pelvic anatomy [J]. The British Journal of Radiology,1996,69,1165～1170
29
河南科技大学毕业设计（论文） [34]张孙玮,吕伯昇,张迅. 科技论文写作入门. 北京:化学工业出版社,2007:171～
179
30