论文部分内容阅读
图像在融合过程中容易引入伪吉布斯现象,在图像的边缘细节处容易产生"伪影"和振铃现象。针对以上问题,提出了一种基于形态学图像增强和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的脑部CT与MRI图像融合方法。首先基于形态学对源图像进行开运算和闭运算增强处理,再将增强处理过的图像作为PCNN接收域的输入激励,输入PCNN融合模型内,对模型输出的权重图进行判定,形成一幅清晰并且易于处理的图像。实验结果表明,所提方法在保持边缘清晰化、保留有效信息、平衡冗余现象方面都优