基于NSST与改进稀疏表示的医学图像融合方法

摘要

针对单一模态的医学图像无法为临床诊断提供全面 、互补信息的问题,提出一种基于非下采样剪切波变换(NSST)与改进稀疏表示(ISR)的多模态医学图像融合方法.首先用NSST分解工具将待融合图像分解为一个低频子带和若干个高频子带;其次,用ISR方法融合低频子带,通过Sobel算子和引导滤波器去除低频子带的细节特征,从而提高低频子带的融合效率,同时对高频子带采用绝对值最大的融合规则进行融合;最后,将融合后的低频子带和高频子带进行逆NSST变换得到最终的融合图像.实验结果表明,该方法在主观视觉性能和客观评价上均优于其他对比融合方法.