基于人眼视觉特性的NSCT医学图像自适应融合

• 作者: 姜晓丽 戴文战 李俊峰
• 来源期刊: 电子学报
• 学科: 工学
• 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
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1932-1939
• 页数: 8页
• 分类号: TP391.4
• 字数: 4745字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.08.023

摘要

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 Coutour-let，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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊峰	浙江理工大学自动化研究所	41	497	8.0	22.0
2	戴文战	浙江工商大学信息与电子工程学院	52	889	12.0	29.0
3	姜晓丽	浙江工商大学信息与电子工程学院	1	12	1.0	1.0