A Medical Image Fusion Method based on MDLatLRRv2

要約

MDLatLRRは、潜在低ランク表現（LatLRR）によって抽出された入力画像の詳細部分（顕著な特徴）のみを考慮するため、LatLRRによって抽出された基本部分（主要な特徴）を効果的に使用しません。
そこで、LatLRRで得られたすべての画像特徴を効果的に分析して利用するMDLatLRRv2と呼ばれる改良されたマルチレベル分解法を提案しました。
次に、MDLatLRRv2を医療画像融合に適用します。
基本部分は平均的な戦略によって融合され、詳細部分は核ノルム操作によって融合されます。
既存の方法との比較は、提案された方法が客観的および主観的な評価において最先端の融合性能を達成できることを示しています。

要約(オリジナル)

Since MDLatLRR only considers detailed parts (salient features) of input images extracted by latent low-rank representation (LatLRR), it doesn’t use base parts (principal features) extracted by LatLRR effectively. Therefore, we proposed an improved multi-level decomposition method called MDLatLRRv2 which effectively analyzes and utilizes all the image features obtained by LatLRR. Then we apply MDLatLRRv2 to medical image fusion. The base parts are fused by average strategy and the detail parts are fused by nuclear-norm operation. The comparison with the existing methods demonstrates that the proposed method can achieve state-of-the-art fusion performance in objective and subjective assessment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google