NSST域内压缩感知与PCNN的医学图像融合

作者：罗欣; 吴亚娟^*; 余晓江; 乐晓飞

来源：西华师范大学学报(自然科学版), 2020, 41(01): 111-116.

DOI：10.16246/j.issn.1673-5072.2020.01.018

• 医学图像融合
• 非下采样剪切波变换
• 脉冲耦合神经网络
• 压缩感知
• 区域特征加权

为解决现有医学图像融合算法存在的图像失真和实时性差等问题,提出一种在非下采样剪切波变换(NSST)域内将压缩感知(CS)和脉冲耦合神经网络(PCNN)相结合的融合算法。该算法利用NSST将MRI图像和CT图像分解成高频系数和低频系数。采用CS与PCNN相结合的算法融合高频系数,将源图像压缩采样得到观测值,作为PCNN神经元的反馈输入;使用区域特征加权融合低频系数;最后通过逆NSST变换获得融合图像。实验证明,该算法有效保留了源图像的细节信息,融合图像的分辨率和亮度也有所提升,并在空间频率、标准差和边缘评价因子等客观评价指标上取得良好的效果,减少了运行时间。

• 单位
  西华师范大学