[发明专利]一种基于WEMD和PCNN的医学图像融合方法

摘要

本发明公开了一种基于WEMD和PCNN的医学图像融合方法，具体按照以下步骤实施：首先对源图像进行一层WEMD分解，不仅克服了传统小波方法小波基函数选取困难、自适应差的问题，而且有效避免了传统BEMD方法所得BIMF分量的“灰度斑”现象，加快了分解速度；然后对相应的BIMF分量和残差分量分别根据其图像特性设计了不同的融合规则，以最大限度的提供融合图像的视觉效果，BIMF分量采用基于改进的简化PCNN模型的融合规则选择图像的清晰区域，残差分量采用基于区域能量的融合规则增强图像细节；最后，融合结果通过对融合分量进行WEMD逆变换获得，本发明解决了现有技术中存在的多尺度分解算法自适应性差和所得融合图像边缘与对比度失真严重的问题。

主权项

一种基于WEMD和PCNN的医学图像融合方法，其特征在于，具体按照以下步骤实施：步骤1、设有两幅医学图像，分别记为图像A和图像B，将图像A和图像B分别进行配准；步骤2、对图像A进行一层WEMD分解得到BIMF分量BIMF_A和残差分量R_A，对图像B进行一层WEMD分解得到BIMF分量BIMF_B和残差分量R_B；步骤3、对所述步骤2得到的BIMF分量BIMF_A和BIMF分量BIMF_B进行融合，得到融合后的BIMF分量BIMF_F；步骤4、对所述步骤2得到的残差分量R_A和残差分量R_B进行融合，得到融合后的残差分量R_F；步骤5、对所述步骤3得到的融合后的BIMF分量BIMF_F和所述步骤4得到的残差分量R_F进行WEMD逆变换，得到融合图像F。