Kỹ thuật hợp nhất sử dụng ở đây là kỹ thuật dựa vào cường độ điểm ảnh có sử dụng thêm hình thức điểm tương đồng. Tiến trình hợp nhất được thực hiện qua các công đoạn :
Cân chỉnh kích thước 2 ảnh tương xứng với nhau
Đây là một công việc tương đối phức tạp do kích thước của các ảnh là rất đa dạng. Như đã đề cập trong chương 2, kích thước ảnh y khoa thường là 512 × 512 hoặc 256 × 256 pixels. Nhưng do yếu tố chủ quan từ người điều khiển nên ảnh có khác biệt một ít về chiều cao hay chiều rộng, chẳng hạn như 512 × 448 hoặc 340 × 320 … chính điều này gây ra sự phức tạp. Vì để hợp nhất có hiệu quả thì kích thước hai ảnh không quá chênh lệch, nhưng nếu cân chỉnh kích thước một cách thô sơ thì dễ gây ra sai lệch cho ảnh được chỉnh kích thước (ảnh có thể bị kéo dãn hoặc thu hẹp lại so với thực tế), từ đó kết quả hợp nhất sẽ bị ảnh hưởng không còn đảm bảo tính trung thực nữa.
Vì vậy, ta phải chỉnh sửa kích thước hai ảnh sao cho vừa phải đảm bảo các cấu trúc bên trong ảnh tương xứng nhau lại vừa phải đảm bảo kích thước 2 ảnh phù hợp với tỉ lệ ban đầu. Để làm được như thế, ta sẽ vận dụng linh hoạt hai công cụ điều chỉnh kích thước do MATLAB hỗ trợ là imresize và wextend [33].
• Nếu hai ảnh chỉ chênh lệch nhau một ít chẳng hạn như trường hợp 512 × 512 với 512 x 448, ta sẽ sử dụng wextend để bổ sung phần khuyết của ảnh như trong trường hợp này ta sẽ bổ sung thêm về hai phía những cột điểm ảnh có giá trị 0 vào ảnh thứ 2 để điều chỉnh kích thước thành 512 × 512. Giá trị 0 nhằm biểu diễn màu đen cho phù hợp với đặc tính của các ảnh y khoa.
• Còn trong trường hợp hai ảnh chênh lệch nhau nhiều như trường hợp 256 × 256 và 512 × 448, trước tiên ta sẽ sử dụng imresize để tăng kích thước ảnh 1 theo một thừa số tỉ lệ k (ở đây k = 2) thành 512 x 512 sau đó sẽ sử dụng wextend để điều chỉnh ảnh 2.
Khi vận dụng linh hoạt hai công cụ này, ta sẽ thu được hai ảnh tương xứng với nhau mà lại đảm bảo không bị méo dạng ảnh.
Xác định bờ mép của ảnh
Đây là công đoạn giúp đồng nhất bờ mép của hai ảnh với nhau làm nền tảng để hợp nhất các giá trị tương ứng tiếp theo.
Cách thức xác định mép được hỗ trợ bằng công cụ edge sử dụng bộ lọc “sobel” [33]. Sobel là bộ lọc giúp tăng cường cho các đường mép theo chiều ngang hoặc chiều dọc sử dụng thuật toán xấp xỉ “sobel” làm nền tảng với ma trận tích chập tương ứng là
1 2 1 0 0 0 1 2 1 − − − hoặc 1 0 1 2 0 2 1 0 1 − − −
Trong quá trình làm trơn dữ liệu điểm (sử dụng thuật toán Spline chẳng hạn), bộ lọc Sobel sẽ trả về những giá trị điểm ảnh lớn nhất, còn những giá trị khác bị loại bỏ (giá trị được gán bằng 0).
Tính toán các giá trị điểm ảnh hợp nhất
Sau khi đã đồng nhất mép của 2 ảnh, ta tiến hành thiết lập các giá trị điểm ảnh cho ảnh hợp nhất. Các giá trị này được tính toán dựa vào giá trị điểm ảnh tương xứng với nhau của 2 ảnh gốc.
Ở đây ta sử dụng một hình thức tuyến tính để xác định giá trị điểm ảnh hợp nhất có dạng sau :
c = a × p + b × (1-p) với 0 ≤ p ≤ 1
Với a, b, c lần lượt là giá trị điểm ảnh của ảnh gốc và ảnh hợp nhất.
Như vậy, với tập hợp các điểm ảnh mới được tạo ra, ta thu được ảnh hợp nhất. Và để đáp ứng được mục tiêu thứ 2 của phần mềm, ta sẽ thiết lập thêm một chức năng hợp nhất liên tục từng cặp ảnh tương ứng liên tiếp trong 2 tập ảnh được qui định trong 2 khung hiển thị. Cuối cùng, ta thu được một tập ảnh 2 chiều hợp nhất làm tiền đề để thiết lập ảnh 3 chiều hợp nhất.