利用邻域激励的自适应PCNN进行医学图像融合

对于不同模态的医学图像进行融合处理,可为临床提供新的诊断信息,设计了一种邻域空间频域激励的自适应PCNN医学图像融合新方法。首先,使用图像逐像素地改进拉普拉斯能量和(SML)清晰度作为PCNN对应神经元的链接强度;同时利用邻域空间频域(SF)特征信息激励每个神经元;然后,将源图像输入PCNN获得点火映射图构成的点火频数,再判定并选择各参与融合图像中的清晰部分生成融合图像。实验结果表明,该算法具有比经典金字塔方法、小波变换方法和传统的PCNN方法更好的融合性能。