本文主要研究内容
作者王建,吴锡生（2019）在《基于改进的引导滤波和双通道脉冲耦合神经网络的医学图像融合》一文中研究指出：为解决多模医学图像融合边缘模糊,互补信息不充分的问题,提出一种基于改进的引导滤波和双通道脉冲耦合神经网络(PCNN)的医学图像融合算法。利用非下采样轮廓波对医学源图像进行变换,采用双通道PCNN融合图像的低频部分,将改进的拉普拉斯能量和作为双通道PCNN的激励输入,将改进的空间频率作为链接强度;采用改进的引导滤波算法融合图像的高频部分。融合后的低频和高频信号进行非下采样轮廓波变换逆变换即可得到融合图像。实验结果表明,多模医学图像融合中,所提算法有效保留了源图像的特征信息,并在互信息量、信息熵、空间频率等客观评价指标上取得了良好的效果。
Abstract
wei jie jue duo mo yi xue tu xiang rong ge bian yuan mo hu ,hu bu xin xi bu chong fen de wen ti ,di chu yi chong ji yu gai jin de yin dao lv bo he shuang tong dao mai chong ou ge shen jing wang lao (PCNN)de yi xue tu xiang rong ge suan fa 。li yong fei xia cai yang lun kuo bo dui yi xue yuan tu xiang jin hang bian huan ,cai yong shuang tong dao PCNNrong ge tu xiang de di pin bu fen ,jiang gai jin de la pu la si neng liang he zuo wei shuang tong dao PCNNde ji li shu ru ,jiang gai jin de kong jian pin lv zuo wei lian jie jiang du ;cai yong gai jin de yin dao lv bo suan fa rong ge tu xiang de gao pin bu fen 。rong ge hou de di pin he gao pin xin hao jin hang fei xia cai yang lun kuo bo bian huan ni bian huan ji ke de dao rong ge tu xiang 。shi yan jie guo biao ming ,duo mo yi xue tu xiang rong ge zhong ,suo di suan fa you xiao bao liu le yuan tu xiang de te zheng xin xi ,bing zai hu xin xi liang 、xin xi shang 、kong jian pin lv deng ke guan ping jia zhi biao shang qu de le liang hao de xiao guo 。
论文参考文献
论文详细介绍
论文作者分别是来自激光与光电子学进展的王建,吴锡生，发表于刊物激光与光电子学进展2019年15期论文，是一篇关于图像处理论文,医学图像融合论文,引导滤波论文,非下采样轮廓波论文,双通道脉冲耦合神经网络论文,改进的拉普拉斯能量和论文,激光与光电子学进展2019年15期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自激光与光电子学进展2019年15期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：图像处理论文; 医学图像融合论文; 引导滤波论文; 非下采样轮廓波论文; 双通道脉冲耦合神经网络论文; 改进的拉普拉斯能量和论文; 激光与光电子学进展2019年15期论文;