《表1 各算法CT和MR-T1图像融合的评价指标值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进的引导滤波和双通道脉冲耦合神经网络的医学图像融合》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

客观评价计算结果如表1～3所示。表中指标值越大代表图像中的准确信息量越多，图像越清晰，融合效果越好。从表1～3可以看出，本文融合算法除了在CT和MR-T1融合图像中的Ga指标值略低于文献[10]算法，其余各项指标均高于其他算法。原因是文献[10]算法的融合图像未能全面地保留MR-T1的特征信息，其部分低频信息丢失，因此Ga值略高于本文算法。本文算法既结合了多模图像各自的特征信息，又充分考虑到了边缘和细节信息，从而使融合后的图像更加清晰，实验结果验证了本文算法的有效性。