基于NSST域像素相关分析的医学图像融合

肖明尧; 李雄飞; 朱芮

doi:10.13229/j.cnki.jdxbgxb.20200365

吉林大学学报(工学版) ›› 2023, Vol. 53 ›› Issue (09) : 2640 -2648. DOI: 10.13229/j.cnki.jdxbgxb.20200365

计算机科学与技术

基于NSST域像素相关分析的医学图像融合

肖明尧 ¹^,² ,
李雄飞 ² ,
朱芮 ²

作者信息 +

Medical image fusion based on pixel correlation analysis in NSST domain

Author information +

文章历史 +

PDF (1686K)

摘要

针对像素级多模态医学图像融合信息丢失的问题，提出了一种基于非下采样剪切波变换（NSST）的像素相关性分析（PCAS）的图像融合方法。首先，对源图像进行NSST分解，获得高低频子带。然后，利用提出的中心像素方差计算邻域像素与中心像素的强度相关因子，构建邻域像素相关系数矩阵，并提出将相关性拉普拉斯能量和作为高频方向子带的融合规则。再次，计算低频子带中心像素能量以及邻域像素能量梯度信息，得到低频融合决策图。最后，通过逆变换得到融合结果图像。磁共振图像（MRI）和计算机断层扫描（CT）、单光子发射计算机断层成像（PET）、正电子发射断层成像（SPECT）的脑部图像融合实验结果表明，本文融合方法可以很好地保留源图像的显著信息和纹理细节。