一种医学图像融合方法与流程

技术特征：

1.基于NSCT和低秩表示的医学图像融合方法，其特征在于：所述多尺度分解后的低频信息来获取低秩原矩阵(X)；针对低秩表示的针对图像的细节信息，低秩表示模型得到的稀疏项保证了图像的一些辨识特征和显著特征而低秩部分则反映了分解图像的主要特征，故使用低秩模型对低频系数进行融合。

所述低秩表示的具体步骤为：

1)将L_A，L_B分别通过不重复的原则按4*4窗口进行选取。

2)选取的区域通过列优先的原则进行排列得到新的向量X_A，X_B。

2.根据权利2中要求所述的低秩表示模型的图像融合方法步骤为：

1)本发明的模型算法如下：

s.t.X＝Z+E

因为模型本身是NP难题，所以求解之前需要对其进行松弛变换，变换如下

s.t.X＝Z+E

然后通过构造拉格朗日函数来进行求解，具体就是固定其他变量，然后分别对Z，E求其最小化，再更新Y。

分解后的稀疏项(E)和低秩项(Z)分别采用不同的融合方法进行融合。

2)稀疏项(E)采用绝对值1泛数进行融合：

3)低秩项采系数S型权重函数进行融合。

W(Z_A(i，j))＝f(Z_A(i，j))

W(Z_B(i，j))＝f(Z_B(i，j))

Z_fusion＝W(Z_A)*Z_A+W(Z_B)*Z_B

低秩模型算法重构使得稀疏项融合系数和低秩部分融合系数得到低频融合系数，最终再通过低秩的重构函数进行构造得到融合结果。