SML与侧窗滤波的Framelet域医学图像融合方法

来源：计算机工程与应用杂志2024年第13期北京时间：

作者：孔韦韦

单位：西安培华学院 智能科学与信息工程学院，西安 710125

摘要：针对医学融合图像中病灶信息不清晰的问题，提出了一种框架变换（framelet transform，FT）域的医学图像融合方法。针对待融合医学源图像进行FT变换，分别获得一幅低频子带图像和一系列高频子带图像；构建改进型拉普拉斯能量和模型，实现低频子带图像中主体信息的融合，并得到对应的低频子带融合图像；构建改进型侧窗滤波模型，实现高频子带图像中的细节和纹理信息的有效融合，并获得高频子带融合图像；针对低频子带融合图像和高频子带融合图像进行FT逆变换，从而获得最终融合结果图像。仿真实验结果表明，与近年的代表性方法相比，基于该方法生成的融合图像无论在主观视觉效果还是客观评价指标方面均具有显著的优势。

关键词：医学图像融合,拉普拉斯能量和,侧窗滤波,框架变换