[发明专利]一种基于低秩分解和稀疏表示的多模态医学图像融合方法有效
| 申请号： | 201710363457.2 | 申请日： | 2017-05-22 |
| 公开（公告）号： | CN107292858B | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 李华锋;邓志华;余正涛;王红斌 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06K9/68;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于低秩分解和稀疏表示的多模态医学图像融合方法，先将待融合的两幅不同多模态医学图像，进行低秩分解分别得到低秩部分图像和稀疏部分图像；利用KSVD算法对选用的非医学图像集训练低秩字典，利用KSVD算法对选用的非医学图像集进行低秩分解后得到的稀疏部分图像集训练稀疏字典；利用稀疏表示方法对低秩部分图像和稀疏部分图像进行稀疏重构，分别得到低秩重构图像和稀疏重构图像；利用稀疏表示方法对低秩重构图像和稀疏重构图像进行稀疏融合，得到融合图像；计算两幅不同多模态医学图像与稀疏重构图像、低秩重构图像之间的差值；将差值加入到融合图像中，得到最终稀疏融合图像。本发明在主观和客观评价指标上都优于传统的融合方法。 | ||
| 搜索关键词： | 一种 基于 分解 稀疏 表示 多模态 医学 图像 融合 方法 | ||
【主权项】：
一种基于低秩分解和稀疏表示的多模态医学图像融合方法，其特征在于：所述方法的具体步骤如下：Step1、将待融合的两幅不同多模态医学图像A、B，使用矩阵低秩分解理论进行低秩分解分别得到低秩部分图像A1、B1和稀疏部分图像A2、B2；Step2、利用K‑均值的奇异值分解算法对选用的非医学图像集训练低秩字典，利用K‑均值的奇异值分解算法对选用的非医学图像集进行低秩分解后得到的稀疏部分图像集训练稀疏字典；Step3、利用稀疏表示方法对低秩部分图像A1、B1和稀疏部分图像A2、B2进行稀疏重构，分别得到低秩重构图像A1B1和稀疏重构图像A2B2；Step4、利用稀疏表示方法对低秩重构图像A1B1和稀疏重构图像A2B2进行稀疏融合，得到融合图像AB；Step5、根据公式A＋B－A1B1－A2B2计算两幅不同多模态医学图像与稀疏重构图像、低秩重构图像之间的差值；Step6、将步骤Step5得到的差值加入到步骤Step4得到的融合图像中，得到最终稀疏融合图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710363457.2/，转载请声明来源钻瓜专利网。
