-
公开(公告)号：CN115018728B
公开(公告)日：2025-04-18
申请号：CN202210674899.X
申请日：2022-06-15
Applicant: 济南大学
Abstract: 本发明公开了一种基于多尺度变换和卷积稀疏表示的图像融合方法，包括：不同模态的医学图像通过滚动引导滤波分解得到的基础子图和细节子图，通过NSST将基础子图分解为多尺度方向的高频子带和低频子带，通过卷积稀疏表示编码为高频稀疏系数和低频稀疏系数，对高频和低频系数进行相应不同的融合规则进行稀疏系数的融合，通过卷积稀疏表示对融合系数重建，通过逆NSST对融合子带重建得到融合后的基础子图，同时采用基于加权改进的拉普拉斯能量和融合细节子图，将融合后的基础子图和细节子图相加得到最终的融合图像。本发明解决现有的医学图像融合方法中存在的问题，为医学图像融合领域提供了更好的解决方案，实现高质量融合图像的获得。
-
公开(公告)号：CN115018728A
公开(公告)日：2022-09-06
申请号：CN202210674899.X
申请日：2022-06-15
Applicant: 济南大学
Abstract: 本发明公开了一种基于多尺度变换和卷积稀疏表示的图像融合方法，包括：不同模态的医学图像通过滚动引导滤波分解得到的基础子图和细节子图，通过NSST将基础子图分解为多尺度方向的高频子带和低频子带，通过卷积稀疏表示编码为高频稀疏系数和低频稀疏系数，对高频和低频系数进行相应不同的融合规则进行稀疏系数的融合，通过卷积稀疏表示对融合系数重建，通过逆NSST对融合子带重建得到融合后的基础子图，同时采用基于加权改进的拉普拉斯能量和融合细节子图，将融合后的基础子图和细节子图相加得到最终的融合图像。本发明解决现有的医学图像融合方法中存在的问题，为医学图像融合领域提供了更好的解决方案，实现高质量融合图像的获得。
-
Search Results
2
records
(took 0.014 seconds)
