基于引导滤波与稀疏表示的医学图像融合
Medical Image Fusion Based on Guided Filtering and Sparse Representation作者机构:兰州大学信息科学与工程学院兰州730000
出 版 物:《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)
年 卷 期:2022年第51卷第2期
页 面:264-273页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 0702[理学-物理学]
主 题:自适应稀疏表示 引导滤波器 图像融合 多模态医学图像
摘 要:为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基础层进行融合;同时,采用自适应稀疏表示算法融合细节层;最后,将融合的细节层和基础层相加得到融合图像。在指标评价和视觉分析上比较了该算法和其他6种经典算法的融合结果;此外,还比较了该算法与两种基于稀疏表示算法的时间复杂度。结果表明,该算法在纹理和边缘信息保存上优于其他算法,其时间复杂度优于基于稀疏表示的算法。