申请/专利权人:西安邮电大学
申请日:2022-07-11
公开(公告)日:2022-09-23
公开(公告)号:CN115100172A
主分类号:G06T7/00
分类号:G06T7/00;G06T5/20;G06T5/50
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.14#实质审查的生效;2022.09.23#公开
摘要:本公开是关于一种多模态医学图像的融合方法,包括以下步骤:针对多幅待融合的医学源图像分别进行非下采样剪切波变换,每幅所述医学源图像分别得到对应的低频子带图像和多幅高频子带图像;采用引导核加权引导滤波对所述低频子带图像进行融合处理,得到低频融合子图像;采用侧窗滤波对多幅所述高频子带图像进行融合处理,得到高频融合子图像;利用非下采样剪切波变换的逆变换将所述低频融合子图像和所述高频融合子图像进行融合,得到最终融合图像。本公开提出的多模态医学图像融合方法具有良好的运行效率,显著降低了运算复杂度,并且显著提高了多模态医学图像融合的效果。
主权项:1.一种多模态医学图像的融合方法,其特征在于,包括:针对多幅待融合的医学源图像分别进行非下采样剪切波变换,每幅所述医学源图像分别得到对应的低频子带图像和多幅高频子带图像;采用引导核加权引导滤波对所述低频子带图像进行融合处理,得到低频融合子图像;采用侧窗滤波对多幅所述高频子带图像进行融合处理,得到高频融合子图像;利用非下采样剪切波变换的逆变换将所述低频融合子图像和所述高频融合子图像进行融合,得到最终融合图像。
全文数据:
权利要求:
百度查询: 西安邮电大学 一种多模态医学图像的融合方法
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。