论文部分内容阅读
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