基于压缩感知与自适应PCNN的医学图像融合

• 作者: 王丽芳 秦品乐 贾紫婷 高媛
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 压缩感知 非下采样剪切波变换 脉冲耦合神经网络 图像融合 核磁共振成像
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 224-229
• 页数: 6页
• 分类号: TP391
• 字数: 5023字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048000

摘要

针对非下采样轮廓波变换(NSCT)域内基于脉冲耦合神经网络(PCNN)的图像融合方法融合效果较差、计算复杂度较高等问题,提出一种在非下采样剪切波变换(NSST)域内基于压缩感知(CS)和自适应PCNN的融合算法.源图像在NSST域内被分解成高低频,采用改进的PCNN融合低频子带系数,使用像素的平方差总和当作其激励因素,选取方向梯度总和作为其链接强度,对计算量较大的高频子带系数采用CS进行处理,经过NSST逆变换获得融合图像.实验结果表明,与NSCT融合算法、NSST与PCNN相结合的算法等相比,该算法能获得较好的信息熵、空间频率、边缘信息评价因子,且运行时间较短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽芳	中北大学计算机与控制工程学院	33	131	6.0	9.0
2	高媛	中北大学计算机与控制工程学院	53	227	8.0	12.0
3	秦品乐	中北大学计算机与控制工程学院	48	248	8.0	13.0
4	贾紫婷	中北大学计算机与控制工程学院	2	7	2.0	2.0