结合潜在低秩分解和稀疏表示的脑部图像融合

作     者：张亚加 邱啟蒙 刘恒 邵建龙 ZHANG Yajia;QIU Qimeng;LIU Heng;SHAO Jianlong

作者机构：昆明理工大学信息工程与自动化学院云南昆明650500 云南开放大学城市建设学院云南昆明650500 

基　　金：国家自然科学基金(61302042) 昆明理工大学教育技术研究项目(2506100219)资助项目 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2023年第34卷第11期

页      码：1225-1232页

摘      要：针对低秩分解和稀疏表示(space representation,SR)造成融合图像信息缺失的问题,提出一种结合潜在低秩分解和SR的脑部图像融合算法。首先,将源图像分解为低秩、稀疏和噪声3种成分,面对不同分解成分特性间的差异,分别构造低秩字典和稀疏字典进行描述:采用加权灰度值的方法处理低秩成分,以保持其轮廓和亮度特征;对于稀疏成分,设计一种多范数加权度量的方法对SR进行改进,以保持其高维信息,剔除噪声成分。比对当前主流的5种算法,在视觉效果和客观指标上,本文方法效果最优。

主 题 词：潜在低秩分解 多范数加权度量 脑部图像 稀疏表示(SR) 融合指标 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16136/j.joel.2023.11.0464

馆 藏 号：203124357...