Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于细节增强分解模型的医学图像融合方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京邮电大学

摘要:本发明是一种基于细节增强分解模型的医学图像融合方法,包括:步骤1、数据集获取;步骤2、将彩色图像转换为YUV信道;步骤3、设计细节增强分解模型,对医学图像进行分解,得到基本层B和细节层L,所述基本层B包含图像的基本内容信息,所述细节层L包含纹理细节与边缘轮廓信息;步骤4、使用不同的融合规则对步骤3中获得的基本层B和细节层L分别进行融合,步骤5、根据融合后的图像进行重构。本发明能在较短的处理时间内提供更清晰的边缘细节和优越的色彩,为现代医学图像融合提供了一定的应用价值。

主权项:1.一种基于细节增强分解模型的医学图像融合方法,其特征在于:所述医学图像融合方法包括如下步骤:步骤1、从数据集中获取灰度和彩色图像;步骤2、将步骤1中获取的彩色图像转换为YUV信道;步骤3、设计细节增强分解模型,对医学图像进行分解,得到基本层B和细节层L,所述基本层B包含图像的基本内容信息,所述细节层L包含纹理细节与边缘轮廓信息;步骤4、使用不同的融合规则对步骤3中获得的基本层B和细节层L分别进行融合,融合图像的计算公式如下:F=B+L;步骤5、根据融合后的图像进行重构,其中,步骤4中,细节层L分别包含纹理细节与边缘轮廓信息,l2范数和最大奇异值分别表示细节与主要变形信息,通过使用3X3窗口滑动图像来获得一系列面片,对于每一个面片,通过计算l2范数和最大奇异值的乘积来确定,具体细节层融合规则为: 其中i,j是窗口中的位置,G是面片的数量,表示g块在i,j中的融合像素,表示位于i,j中的第m个局部平均细节层的g块的像素,的定义如下: 其中Vmaxlg,m表示细节层的最大奇异值,在得到所有的融合面片lg,g=1,2,...,G后,选择对重叠区域的平均操作得到融合的细节层L;步骤4中,基本层B包含了图像的基本内容信息,融合规则为: 其中,B′表示进行加权平均处理后的基本层,N代表有N个输入。

全文数据:

权利要求:

百度查询: 南京邮电大学 基于细节增强分解模型的医学图像融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。