文献类型：期刊文章

作　　者：朱宏伟[1]

ZHU Hongwei(Network Information Center,Jilin Agricultural Science and Technology University,Jilin 132101,Jilin Province,China)

机构地区：[1]吉林农业科技学院网络信息中心,吉林吉林132101

出　　处：《吉林大学学报（理学版）》

基　　金：吉林省新兴交叉学科“数字农业”重点培育项目(批准号:吉农院合字[2020]第XSNZ002号);吉林农业科技学院青年基金(批准号:校20190420).

年　　份：2020

卷　　号：58

期　　号：4

起止页码：931-936

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、JST、MR、PROQUEST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对单一模态的医学图像无法为临床诊断提供全面、互补信息的问题,提出一种基于非下采样剪切波变换(NSST)与改进稀疏表示(ISR)的多模态医学图像融合方法.首先用NSST分解工具将待融合图像分解为一个低频子带和若干个高频子带;其次,用ISR方法融合低频子带,通过Sobel算子和引导滤波器去除低频子带的细节特征,从而提高低频子带的融合效率,同时对高频子带采用绝对值最大的融合规则进行融合;最后,将融合后的低频子带和高频子带进行逆NSST变换得到最终的融合图像.实验结果表明,该方法在主观视觉性能和客观评价上均优于其他对比融合方法.

关 键 词：医学图像融合 非下采样剪切波  改进稀疏表示  融合规则  

分 类 号：TP391]