节点文献

基于邻域能量的压缩感知医学图像融合研究

免费订阅

【作者】 李春贵陶佳伟周爱霞

【Author】 LI Chun-gui;TAO Jia-wei;ZHOU Ai-xia;School of Computer Science and Communication Engineering, Guangxi University of Science and Technology;School of Electrical and Information Engineering, Guangxi University of Science and Technology;

【机构】 广西科技大学计算机科学与通信工程学院广西科技大学电气与信息工程学院

【摘要】 将不同模态的医学图像进行合理融合,能够极大地丰富图像的信息,提高临床医学的诊断效果.本文结合压缩感知理论,采用Contourlet变换对原始图像进行分解,得到低频子带部分和高频子带部分;对低频子带使用平均加权的方式进行融合,对含有较多噪声的高频子带使用邻域能量加权的融合规则.通过对医学图像的仿真实验,该算法可以增加多模态医学图像互补信息,并能较好地提高医学图像融合的清晰度.比较融合评价指标,证实该算法无论在主观视觉还是客观评价指标上都有较好的效果.

【基金】 国家自然科学基金项目(61302178)资助
  • 【DOI】10.16375/j.cnki.cn45-1395/t.2016.04.003
  • 【分类号】TP391.41
  • 【被引频次】2
  • 【下载频次】76
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: