-
题名基于卷积神经网络模型的医学图像融合
被引量：3
- 1
-
-
作者
李雨晨
黄永东
-
机构
北方民族大学图像处理与理解研究所
大连民族大学数学与信息科学研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第15期229-237,共9页
-
基金
国家自然科学基金(11761001,61261043)
宁夏科技创新领军人才项目(KJT2016002)。
-
文摘
提出了一种新的基于卷积神经网络(CNN)和加权最小二乘法(WLS)的医学图像融合算法。算法主要步骤如下:利用滚动导向滤波(RGF)和高斯滤波(GF)构成的混合多尺度分解工具将源图像分解为基础层和一系列细节层,从而能够更好地保留尺度信息和边缘信息。基于卷积神经网络给出基础层融合规则,该规则能够更好地提取图像特征,使融合图像能够很好继承源图像结构信息、能量信息和强度信息。利用绝对值取大规则和加权最小二乘法优化策略,对细节层进行融合,使融合图像中包含更多的视觉细节信息和具有更高对比度。实验结果表明所提算法在视觉评价和客观评价方面与其他算法相比具有较好的优势,且在急性中风、致命性中风和脑膜瘤这三类疾病图像融合效果更为突出。
-
关键词
卷积神经网络
加权最小二乘法
图像融合
-
Keywords
convolutional neural network
weighted least squares
image fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SPCA和域变换递归滤波的高光谱图像分类
被引量：1
- 2
-
-
作者
于多
黄永东
-
机构
北方民族大学图像处理与理解研究所
大连民族大学数学与信息科学研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第4期199-208,共10页
-
基金
国家自然科学基金(11761001,11761003)
宁夏科技创新领军人才项目(KJT2016002)。
-
文摘
提出一种基于分割的主成分分析(Segmented Principal Component Analysis,SPCA)和域变换递归滤波(Domain Transform Recursive Filtering,DTRF)的高光谱图像分类算法。利用SPCA方法降低高光谱图像的维数和提取各波段子集的第一主成分。使用不同参数的域变换递归滤波器对各波段子集第一主成分进行滤波,形成堆叠的边缘保持滤波图。采用主成分分析(Principal Component Analysis,PCA)将堆叠的边缘保持滤波图进行特征融合。利用基本阈值分类器(Basic Thresholding Classifier,BTC)对融合后的主成分进行分类。仿真实验表明,所提方法能够提高分类精度,且在总体分类精度、平均分类精度、Kappa系数等方面优于已有方法。
-
关键词
主成分分析(PCA)
分割的主成分分析(SPCA)
域变换递归滤波(DTRF)
高光谱图像分类
基本阈值分类器
-
Keywords
Principal Component Analysis(PCA)
Segmented Principal Component Analysis(SPCA)
Domain Transform Recursive Filtering(DTRF)
hyperspectral image classification
basic thresholding classifier
-
分类号
TP753
[自动化与计算机技术—检测技术与自动化装置]
-
