计算机工程

作者：郭淑娟, 高媛, 秦品乐, 王丽芳

单位：中北大学 大数据学院 山西省生物医学成像与影像大数据重点实验室, 太原 030051

关键词：加权最小二乘滤波,非下采样方向滤波器组,边缘保持分解,多尺度分析,脉冲耦合神经网络,医学图像融合

基金：山西省自然科学基金（201901D111152）。

在医学图像融合过程中，传统多尺度分析方法多采用线性滤波器，由于无法保留图像边缘特征导致分解阶段的强边缘处出现模糊，从而产生光晕。为提高融合图像的视觉感知效果，通过结合多尺度边缘保持分解方法与脉冲耦合神经网络（PCNN），提出一种新的图像融合方法。对源图像进行加权最小二乘滤波分解得到图像的基础层和细节层，采用高斯滤波器对基础层进行二次分解得到低频层和边缘层，将分解过程中每级边缘层和细节层叠加构建高频层，并引入非下采样方向滤波器组进行方向分析。在此基础上，利用改进的空间频率以及区域能量激励PCNN融合高频层和低频层，通过逆变换得到最终的融合图像。实验结果表明，该方法能够突出医学图像的边缘轮廓并增强图像细节，可将更多的显著特征从源图像分离并转移到融合图像中。

来源：2021年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第3期