-
公开(公告)号：CN117934305A
公开(公告)日：2024-04-26
申请号：CN202410117738.X
申请日：2024-01-29
Applicant: 南京邮电大学
IPC: G06T5/50 , G06T5/20 , G06V10/772
Abstract: 本发明公开了一种基于共享多维成分张量字典学习的医学图像融合方法，属于医学图像融合技术领域；方法为：从全脑图谱数据库获取医学图像，构建多模态融合实验组，并对其中的彩色图像进行YUV处理；采用NSST变换对医学图像进行处理，得到对应的高频张量和低频张量；采用共享多维成分张量字典学习方法将需要交叉融合的张量得到对应的稀疏系数张量；对经过张量字典学习获得的融合频率信息进行滤波增强，得到增强后的融合频率的系数张量；对增强后融合频率的系数张量经过字典重构和逆NSST运算，得到最终的融合图像。本发明通过采用NSST变换对医学图像进行处理，使得图像的频率张量保留更多的边缘信息，解决字典包含的大量冗余信息；利用p‑拉普拉斯算子提高字典的泛化特性，解决过完备字典影响图像质量的问题，提高融合结果图像的质量和准确性。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
