混合边缘保护和照度显著决策的医学图像融合

来源：电子测量技术杂志2025年第11期北京时间：

作者：彭彤彪，田妮莉，潘晴

单位：广东工业大学信息工程学院 广州 510006

摘要：多模态医学图像融合是一种整合不同模态有效特征信息、服务于临床诊疗的计算机辅助诊断技术。针对现有多模态医学图像融合方法存在边缘特征保留和显著能量感知缺陷问题，提出一种基于混合多尺度边缘保护和深度图像先验照度显著决策的医学图像融合算法。首先，利用截断Huber滤波(THF)分解源图像获取显著能量层和粗尺度细节层，再使用多级分解潜在低秩表示(MDLatLRR)平滑显著能量层获取细尺度细节层；其次，在基础层上使用基于深度图像先验生成照度图决策的融合规则以提高融合图像的视觉感知效果；针对复杂尺度边缘细节层，通过计算高频核能映射得到修正权重从而融合细节层；最后线性重构分量得到最终的融合结果。实验表明，本文方法在主观视觉上优于其他对比方法，在QW、QP和QAB/F客观指标上分别平均提高了6.42%、16.33%和12.58%。

关键词：医学图像融合;截断Huber滤波;多级分解潜在低秩;照度显著决策;高频核能映射

基金资助：国家自然科学基金（61901123）项目资助