基于区域像素差绝对值总和的NSST-PCNN医学图像融合

摘要：

在诸多医学图像融合方法中,非下采样剪切波(non-down sampling shear wave transporm,NSST)与脉冲耦合神经网络(pulse coupled neural network,PCNN)具有较大优势.提出一种基于区域像素差绝对值总和的NSST与PCNN的医学图像融合算法.该算法先将两幅源图像采用NSST进行分解获得低频子带系数与高频子带系数;再将两幅源图像的低频子带系数采用基于区域像素差绝对值总和的规则进行融合;高频子带系数采用基于区域像素差绝对值总和对PCNN的参数进行设置,再利用PCNN获取融合图像高频系数;最后,经过逆NSST获得融合图像.大量实验证明,提出的融合算法较目前其他主流算法具有明显的优势,能同时保留源图像能量和细节,具有较高的视觉效果.

关键词：图像融合;区域像素差绝对值总和;客观评价指标

所属期刊栏目：32

分类号：TP391.4.1(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61374022

在线出版日期：2021-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：587-594