NSCT域内基于引导滤波与改进PCNN的CT/MRI医学图像融合方法

摘要：

针对CT和MRI图像融合边缘模糊、有伪影等问题,提出了一种改进引导滤波与自适应脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)相结合的图像融合方法.首先,对源图像通过非下采样Contourlet变换(Non-sub-sampled Contourlet Transform,NSCT)得到低通子带和带通子带.然后对低通子带采用自适应的PCNN进行融合.其中,用改进的平均梯度作为连接强度;用改进的拉普拉斯能量和作为外部激励;点火映射图的判决遵循取大原则.对于带通子带采用改进的引导滤波进行融合.最后,通过NSCT逆变换得到融合结果图.多组CT和MRI图像融合实验结果表明,此算法能更多地保留源图像的信息,边缘保持能力更强.融合图像对比度高,视觉效果更佳,在CT和MRI医学图像融合方面效果显著.

关键词：图像处理、医学图像融合、自适应PCNN、引导滤波

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省科技发展计划项目20180623008TC

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：137-142