• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《河南科技大学学报（自然科学版）》 >结合稀疏表示与神经网络的医学图像融合

结合稀疏表示与神经网络的医学图像融合

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

临床辅助诊断对医学图像视觉效果提出了较高的要求,但非下采样轮廓波变换(NSCT)分解获得的低频子带系数不具有稀疏性,不利于保持源图像的细节信息.针对上述问题,提出了一种结合稀疏表示与脉冲耦合神经网络(PCNN)的医学图像融合算法.首先,通过NSCT将源图像分解成低、高频子带系数;其次,利用K奇异值分解(K-SVD)法训练低频子带系数获取过完备字典D,利用正交匹配追踪(OMP)算法稀疏编码低频子带系数,完成低频子带稀疏系数的融合.然后,利用高频子带的空间频率激励脉冲耦合神经网络,根据点火次数选择高频子带的融合系数.最后,将融合的低、高频子带系数通过NSCT逆变换重构出融合的医学图像.实验结果表明:对于边缘信息传递因子QAB/F指标,该算法灰度和彩色图像融合结果相比于对比算法约提升了34%和10%,且融合结果综合性能优于现有算法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号