改进的ROMP算法及其在医学图像融合中的应用

• 作者: 戴文战 李俊峰 殷鑫华
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 医学图像融合 正则化正交匹配追踪(ROMP) 压缩感知(CS) 结构相似度
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 生物医学光子学
• 页码范围: 1273-1284
• 页数: 12页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16136/j.joel.2017.11.0556

摘要

针对正则化正交匹配追踪(ROMP)算法在压缩感知(CS)重构中需预估稀疏度导致重构精度不稳定的问题,提出一种改进的ROMP算法.由于观测信号能够继承原始信号特征,在选择候选集原子过程中引入自适应弱选择标准,依据观测信号的信息量设定弱选择标准,实现稀疏度自适应调整.将改进ROMP的算法应用于CS框架下的医学图像融合,并提出一种结合观测信号结构相似度的融合规则,当待融合的观测信号之间结构相似度较高时,说明待融合的原始信号之间同样具有相似性,以两者信息量的加权作为融合规则.同理,当待融合的观测信号结构相似度较低时,选择信息量较大的观测信号作为融合后的观测信号.实验结果表明,改进ROMP算法的重构图像质量优于OMP、ROMP、SAMP等算法,其峰值信噪比(PSNR)提高了2～3 dB.应用于医学图像融合时,得到融合图像具有较好的人类视觉特效,保留了源图像中大部分特征信息,可在较短时间内得到优质的融合结果.