基于多聚类中心和PCNN的医学图像融合算法 - 激光与红外.PDF

第４４卷　 第４期　 　　　　　　　　　　　　　　激 光 与 红 外 Ｖｏｌ．４４，Ｎｏ．４ 　 ２０１４年４月　　　 　 　　　　　　　　　　ＬＡＳＥＲ　＆　ＩＮＦＲＡＲＥＤ Ａｐｒｉｌ，２０１４ 　　文章编号：１００１５０７８（２０１４）０４０４５２０５ ·图像与信号处理 · 基于多聚类中心和ＰＣＮＮ的医学图像融合算法 张宝华，刘　鹤，侯　贺 （内蒙古科技大学信息学院，内蒙古 包头０１４０１０） 摘　要：提出一种基于ＫｍｅａｎｓＣｌｕｓｔｅｒｉｎｇ和脉冲耦合神经网络（ＰＣＮＮ）的图像融合的方法，首 先，以多特征信息为聚类方式利用ＫｍｅａｎｓＣｌｕｓｔｅｒｉｎｇ分割提取源图像的对应特征点，通过归 类合并建立多模医学图像的特征点集合，根据特征点分布将图像划分为纹理区域和非纹理区 域，纹理区域对应系数输入ＰＣＮＮ得到点火映射图，根据点火次数选择融合系数，非纹理区域 的系数通过双通道ＰＣＮＮ进行融合。实验结果表明，该算法能够精确划分图像纹理区域，进而 利用ＰＣＮＮ和双通道ＰＣＮＮ在图像不同区域系数选择各自的优势，融合图像纹理清晰，质量 改善。 关键词：多特征；Ｋ均值聚类；脉冲耦合神经网络；医学图像融合 中图分类号：ＴＰ３９１４１　　文献标识码：Ａ　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１５０７８．２０１４．０４．０２２ ＭｅｄｉｃａｌｉｍａｇｅｆｕｓｉｏｎｂａｓｅｄｏｎｍｕｌｔｉｃｌｕｓｔｅｒｃｅｎｔｅｒｓａｎｄＰＣＮＮ ＺＨＡＮＧＢａｏｈｕａ，ＬＩＵＨｅ，ＨＯＵＨｅ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｎｅｒＭｏｎｇｏｌｉａＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｂａｏｔｏｕ０１４０１０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＡｍｅｄｉｃａｌｉｍａｇｅｆｕｓｉｏｎｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎＫｍｅａｎｓＣｌｕｓｔｅｒｉｎｇａｎｄｐｕｌｓｅｃｏｕｐｌｅｄｎｅｕｒａｌｎｅｔｗｏｒｋ （ＰＣＮＮ）Ｆｉｒｓｔｌｙ，ＫｍｅａｎｓＣｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｉｓｕｓｅｄｔｏｓｅｇｍｅｎｔｔｈｅｓｏｕｒｃｅｉｍａｇｅｂａｓｅｄｏｎｍｕｌｔｉｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎ ａｎｄｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｆｅａｔｕｒｅｐｏｉｎｔｓａｒｅｅｘｔｒａｃｔｅｄ，ｔｈｅｍｕｌｔｉｍｏｄａｌｍｅｄｉｃａｌｉｍａｇｅｆｅａｔｕｒｅｐｏｉｎｔｓａｒｅｃｌａｓｓｉｆｉｅｄａｎｄｍｅｒ ｇｅｄｔｏｂｕｉｌｄｆｅａｔｕｒｅｐｏｉｎｔｓｓｅｔＡｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｆｅａｔｕｒｅｐｏｉｎｔｓ，ｔｈｅｉｍａｇｅｓａｒｅｄｉｖｉｄｅｄｉｎｔｏｔｅｘｔｕｒｅｒｅ ｇｉｏｎｓａｎｄｎｏｎｔｅｘｔｕｒｅｒｅｇｉｏｎｓＴｈｅｃｏｅｆｆｉｃｉｅｎｔｓｏｆｔｅｘｔｕｒｅｒｅｇｉｏｎａｒｅｉｎｐｕｔｉｎｔｏＰＣＮＮａｎｄｔｈｅｉｇｎｉｔｉｏｎｍａｐｉｓｏｂ ｔａｉｎｅｄ；Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｇｎｉｔｉｏｎｆｒｅｑｕｅｎｃｙ，ｆｕｓｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓａｒｅｓｅｌｅｃｔｅｄＴｈｅｆｕｓｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｏｆｎｏｎｔｅｘｔｕｒｅｒｅ ｇｉｏｎａｒｅｂａｓｅｄｏｎｄｕａｌｃｈａｎｎｅｌＰＣＮＮＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎａｃｃｕｒａｔｅｌｙｓｅｇｍｅｎｔｉｍａｇｅ ｔｅｘｔｕｒｅｒｅｇｉｏｎ，ａｎｄｔｈｕｓｔａｋｅａｄｖａｎｔａｇｅｏｆｄｕａｌｃｈａｎｎｅｌＰＣＮＮａｎｄＰＣＮＮｉｎｃｏｅｆｆｉｃｉｅｎｔｓｅｌｅｃｔｉｏｎｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓｏｆ ｔｈｅｉｍａｇｅＴｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｇｅｔｓａｂｅｔｔｅｒｉｍａｇｅｆｕｓｉｏｎｒｅｓｕｌｔ Ｋｅｙｗｏ