1.一种基于稀疏低秩分解和视觉显著性结合的医学图像融合方法,其特征在于:所述方法的具体步骤如下:
Step1、收集多幅多源图像,以t*t为大小的滑动窗口从多源图像中采集N个图像块作为训练样本的数据,采集到的样本数据记为Y;
Step2、通过字典学习模型对采集到的样本数据Y进行训练,得到低秩字典Dl和稀疏字典Ds;
Step3、从Step2中得到低秩字典Dl、稀疏字典Ds后,取待融合图像A、B两张,以t*t为大小的滑动窗口从待融合图像A、B中分别采集N个图像块数据,每个图像块数作为一个列向量,再将列向量组成矩阵,图A、图B采集到的数据组成的矩阵分别为XA、XB;然后用鲁棒主成分分析法将XA、XB分解为低秩、稀疏成分;再利用字典Dl、Ds通过低秩稀疏分解模型求解得到待融合图像A和待融合图像B对应的低秩、稀疏成分的编码系数βl、βs;
Step4、根据Step3中得到的待融合图像A和待融合图像B对应的低秩成分的编码系数βl,采用编码系数的l1范数值最大的方法,得到融合图像的低秩成分的编码系数 再由待融合图像A和待融合图像B对应的稀疏成分的编码系数βs,引入图像对比度,并结合编码系数的l1范数值最大的方法计算得到融合图像的稀疏成分的编码系数Step5、通过Step4计算得到的融合图像的低秩、稀疏成分的编码系数 和 以及Step2中的得到的低秩、稀疏成分的字典Dl,Ds可得到融合图像的低秩、稀疏成分将两部分相加,可得到融合图像
所述步骤Step2中,字典学习模型如下:M M
式中,Y=[y1,y2,…,yN]∈R ,yi∈R ,i=1,2,...,N为Y中第i列,为滑动窗口采集的训M
练样本图像的数据,R 为向量空间,M是向量空间的维数,N是图像块的个数,Yl、Ys分别为用M×K M×K
RPCA分解得到的低秩、稀疏成分矩阵,Dl∈R 、Ds∈R 分别代表M行K列的低秩字典和稀疏K×N K×N
字典,M〈〈K,αl=[αl,1,αl,2,…,αl,N]∈R ,αs=[αs,1,αs,2,…,αs,N]∈R 分别为低秩、稀疏分量对应的编码系数,αl,i表示低秩分量在低秩字典Dl下的第i个原子对应的稀疏编码向量,αs,i表示稀疏分量在稀疏字典Ds下的第i个原子对应的稀疏编码向量,μ1、μ2、λ1、λ2为平衡参数,||·||F表示F范数运算符,||·||*表示核范数运算符,||·||1表示l1范数, 表示F范数平方运算符;
所述步骤Step3中,低秩稀疏分解模型如下所示:式中,X为滑动窗口采集的待融合图像的数据作为列向量组成的矩阵,X=[x1,x2,…,M M M
xN]∈R ,xi∈R ,i=1,2,...,N为X中第i列,R为向量空间,M是向量空间的维数,N是图像块M×K M×K
的个数;Dl∈R 、Ds∈R 分别为Step2中训练得到M行K列的低秩、稀疏字典,βl=[βl,1,K×N K×N
βl,2,…,βl,N],βs=[βs,1,βs,2,…,βs,N],βl∈R ,βs∈R 分别表示待融合图像K行N列低秩、稀疏成分的编码系数,βi,l表示低秩分量在字典Dl下的第i个原子对应的稀疏编码向量,βi,s表示稀疏分量在字典Ds下的第i个原子对应的稀疏编码向量,μ1、μ2、λ1、λ2为平衡参数;T表示矩阵的转置,||·||F表示F范数运算符,||·||*表示核范数运算符,||·||1表示l1范数,表示F范数平方运算符。
2.根据权利要求1所述的基于稀疏低秩分解和视觉显著性结合的医学图像融合方法,其特征在于:所述低秩稀疏分解模型求解如下:引入辅助变量Xl、Xs,使得Xl=Dlβl、Xs=Dsβs,则公式(2)可转化为公式(3):
使用交替迭代算法,即更新Xl时固定Xs、βl、βs不变,目标函数如下所示:同理更新Xs时固定Xl、βl、βs不变,目标函数如下所示:在更新后的Xl和Xs的基础上,得到更新低秩、稀疏成分的编码系数βl和βs的目标函数为:采用正交匹配追踪算法求解公式(6)、(7),能得到待融合图像A、B的低秩、稀疏成分的编码系数。
3.根据权利要求1所述的基于稀疏低秩分解和视觉显著性结合的医学图像融合方法,其特征在于:所述步骤Step4中,编码系数的l1范数值最大的方法如下:公式(8)中, 表示融合图像的低秩成分的编码系数的第n=1,2,…,N列, 表示第r=1,2,...,P张待融合图像的低秩成分的编码系数βl的第n=1,2,…,N列,是一个列向量,则 表示的是融合图像的低秩成分的编码系数;N是图像块的个数。
4.根据权利要求1所述的基于稀疏低秩分解和视觉显著性结合的医学图像融合方法,其特征在于:所述步骤Step4中,融合图像的稀疏成分的编码系数计算如下:公式(9)中, 表示融合图像的稀疏成分的编码系数的第n=1,2,…,N列, 表示第j=1,2,...,P张待融合图像的稀疏成分的编码系数βs的第n=1,2,…,N列;
表示的是融合图像的稀疏成分的编码系数, 表示第j=1,
2,...,P张待融合图像的第n列的低秩、稀疏成分对比度的l1范数, 表示第j=1,2,...,P张待融合图像的低秩成分的编码系数βl的第n=1,2,…,N列;N是图像块的个数。