NSCT域内基于引导滤波与改进PCNN的CT/MRI医学图像融合方法

发布时间：2023-05-13 02:46

　　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-subsampled 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。

【文章页数】：6 页

【文章目录】：
1 基本原理
    1.1 NSCT
    1.2 PCNN简化模型
    1.3 引导滤波
2 本文算法
    2.1 融合算法步骤
    2.2 融合规则
3 实验结果及分析
4 结论



本文编号：3815140