科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决单一模态医学图像的局限性,提出了一种基于非下采样剪切波变换(NSST)和改进型脉冲耦合神经网络(PCNN)相结合的多模态医学图像融合方法。首先,利用NSST对源图像进行多尺度、多方向分解,得到低频子带系数和高频子带系数;其次,低频子带系数由区域能量和方差求取区域特征,采用基于区域特征加权的方式进行融合;高频内层子带系数先通过PCNN求出区域点火特性,再与平均梯度加权的方式进行选择,高频外层子带系数采用区域绝对值取大的融合规则;最后,通过逆NSST重构图像。实验结果表明:与常用融合规则对比,在主观效果上,本文的融合图像可以保留源图像的边缘信息,得到更好的视觉效果;在客观指标上,本文方法融合得到的图像在互信息(MI)、边缘评价因子(QAB/F)和结构相似度(SSIM)等客观评价指标上取得更好的效果。
- 单位
