10.19678/j.issn.1000-3428.0048000
基于压缩感知与自适应PCNN的医学图像融合
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.
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
44
TP391(计算技术、计算机技术)
山西省自然科学基金2015011045
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
224-229