|本期目录/Table of Contents|

[1]殷鑫华,戴文战,李俊峰.基于在线字典学习的自适应医学图像融合算法[J].浙江理工大学学报,2017,37-38(自科2):246-254.
 YIN Xinhua,DAI Wenzhan,LI Junfen.Adaptive Medical Image Fusion Algorithm Based onOnline Dictionary Learning[J].Journal of Zhejiang Sci-Tech University,2017,37-38(自科2):246-254.
点击复制

基于在线字典学习的自适应医学图像融合算法()
分享到:

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第37-38卷
期数:
2017年自科2期
页码:
246-254
栏目:
出版日期:
2017-03-10

文章信息/Info

Title:
Adaptive Medical Image Fusion Algorithm Based onOnline Dictionary Learning
文章编号:
1673-3851 (2017) 02-0246-09
作者:
殷鑫华戴文战李俊峰
1.浙江理工大学机械与自动控制学院,杭州 310018;2.浙江工商大学信息与电子工程学院,杭州 310018
Author(s):
YIN Xinhua DAI Wenzhan LI Junfen
1. Faculty of Mechanical Engineering & Automation, Zhejiang Sci-Tech University, Hangzhou 310018, China; 2.School of Information & Electronic Engineering, Zhejiang Gongshang University, Hangzhou 310018, China
关键词:
医学图像融合在线字典学习正交匹配追踪梯度差异能量差异
分类号:
TP391.41
文献标志码:
A
摘要:
针对医学图像复杂多样的特点,提出一种基于在线字典学习的自适应医学图像融合算法。该算法首先利用在线字典学习理论训练源图像的过完备字典;然后利用正交匹配追踪算法对源图像进行稀疏分解得到稀疏编码,根据源图像之间稀疏编码的能量差异程度和梯度差异程度自适应调整融合准则,若能量差异程度大于梯度差异程度,则根据能量取大准则融合稀疏编码,反之,根据梯度取大准则融合稀疏编码;最后将融合后的稀疏编码与过完备字典进行重构得到融合图像。实验结果表明:与多尺度几何分析、K奇异值分解等图像融合算法比较,该算法融合的图像客观评价指标信息熵、边缘评价因子均有所提高,主观上纹理清晰、对比度高,能够很好地保留源图像的边缘信息。

参考文献/References:

[1] 王远军,姜博宇,靳珍怡,等.基于小波变换的医学图像融合方法综述[J].中国医学物理学杂志,2013,30(6):4530-4536.
[2] JAMES A P, DASARATHY B V. Medical image fusion:a survey of the state of the art[J]. Information Fusion,2014,19(3):4-19.
[3] 李俊峰,姜晓丽,戴文战.基于提升小波变换的医学图像融合[J].中国图象图形学报,2014,19(11):1639-1648.
[4] YANG S Y, WANG M, JIAO L C, et al. Image fusion based on a new contourlet packet[J]. Information Fusion,2010,11(2):78-84.
[5] MIAO Q G, SHI C, XU P F, et al. A novel algorithm of image fusion using shearlets[J]. Optics Communications,2011,284(6):1540-1547.
[6] 杨艳春,党建武,王阳萍.基于提升小波变换与自适应PCNN的医学图像融合方法[J].计算机辅助设计与图形学学报,2012,24(4):494-499.
[7] XING X, CAO F, SHANG W. Multimodal medical image fusion based on nonsubsampled shearlet transform[J]. International Journal of Signal Processing, Image Processing and Pattern Recognition,2015,8(2):41-48.
[8] 严春满,郭宝龙,易盟.自适应字典学习的多聚焦图像融合[J].中国图象图形学报,2012,17(9):1144-1149.
[9] AHARON M, ELAD M, BRUCKSTEIN A M. The KSVD:an algorithm for designing of overcomplete dictionaries for sparse representation[J]. IEEE Transactions on Signal Processing,2006,54(11):4311-4322.
[10] TROPP J A, GILBERT A C. Signal recovery from random measurements via orthogonal matching pursuit[J]. IEEE Transaction on Information Theory,2007,53(12):4655-4666.
[11] 吴双,邱天爽,高珊.基于在线字典学习的医学图像特征提取与融合[J].中国生物医学工程学报,2014,33(3):283-288.

相似文献/References:

[1]李加恒,戴文战,李俊峰.基于互信息的多模态医学图像融合[J].浙江理工大学学报,2016,35-36(自科4):607.
 LI Jiaheng,DAI Wenzhan,LI Junfeng.Multimodality Medical Image Fusion Based on Mutual Information[J].Journal of Zhejiang Sci-Tech University,2016,35-36(自科2):607.
[2]潘树伟,戴文战,李俊峰.基于纹理特征与广义相关性结构信息的医学图像融合[J].浙江理工大学学报,2017,37-38(自科3):423.
 PAN Shuwei,DAI Wenzhan,LI Junfeng.Medical Image Fusion Algorithm Based on Textural Features and Generalized Correlation Structure Information[J].Journal of Zhejiang Sci-Tech University,2017,37-38(自科2):423.

备注/Memo

备注/Memo:
收稿日期: 2016-08-03
网络出版日期: 2017-01-03
基金项目: 国家自然科学基金项目(61374022)
作者简介: 殷鑫华(1993-),男,浙江丽水人,硕士研究生,主要从事图像融合方面的研究
通信作者: 戴文战,E-mail:dwz@zisu.edu.cn
更新日期/Last Update: 2017-04-06