-
题名基于人眼视觉特性的NSCT医学图像自适应融合
被引量：7
- 1
-
-
作者
戴文战
姜晓丽
李俊峰
-
机构
浙江工商大学信息与电子工程学院
浙江理工大学自动化研究所
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第8期1932-1939,共8页
-
基金
国家自然科学基金(No.61374022)
-
文摘
医学图像融合对于临床诊断具有重要的应用价值.针对多模态医学图像特性,本文提出一种基于人类视觉特性的医学图像自适应融合方法.首先,对经配准的源图像进行非间隔采样轮廓变换((Nonsubsampled Coutourlet,NSCT)多尺度分解,得到低频子带和若干高频方向子带;其次,根据低频子带集中了大部分源图像能量和决定图像轮廓的特点,采用区域能量与平均梯度相结合的方法进行融合;根据人眼对图像对比度及边缘、纹理的高敏感度,在高频子带系数的选取时提出区域拉普拉斯能量、方向对比度与脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)相结合的融合策略;进而,提出了把与人类视觉高度一致的加权结构相似度(Weighted Structure Similarity,WSSIM)作为图像融合目标函数,自适应地获取各子带的最优权值;最后,对灰度图像和彩色图像进行了大量融合比较实验,并对不同融合方法进行分析对比.实验结果表明:本文算法不仅可以有效保留源图像的信息,而且可以使融合图像灰度级更分散,更好地保留了图像边缘信息,具有更好的视觉效果.
-
关键词
医学图像融合
人类视觉特征
加权结构相似度
非间隔采样轮廓变换
拉普拉斯能量和方向对比度
脉冲耦合神经网络
-
Keywords
medical image fusion
HVF （ Human Visual Features）
WSSIM （ Weighted Structure Similarity ）
NSCT （ Nonsubsampled Coutourlet）
directive contrast integrated with the improved energy of Laplacian
PCNN （ Pulse CoupledNeural Network）
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
