1.基于多字典的医学图像融合方法，其特征在于，包括以下步骤：根据源图像获取第一多模态医学图像和第二多模态医学图像；

基于截断Huber滤波器对第一多模态医学图像和第二多模态医学图像进行分解处理，得到第一多模态医学图像的基础层和细节层、第二多模态医学图像的基础层和细节层；

通过多字典卷积稀疏表示对第一多模态医学图像的细节层和第二多模态医学图像的细节层进行融合处理，得到初步融合图像的细节层；

通过基于核范数能量的算子对第一多模态医学图像的基础层和第二多模态医学图像的基础层进行融合处理，得到初步融合图像的基础层；

将初步融合图像的细节层与初步融合图像的基础层进行相加，得到最终的融合图像；

所述基于截断Huber滤波器对第一多模态医学图像和第二多模态医学图像进行分解处理，得到第一多模态医学图像的基础层和细节层、第二多模态医学图像的基础层和细节层这一步骤，其具体包括：通过引入目标函数，构建截断Huber滤波器；

基于截断Huber滤波器，对引入的目标函数进行最小值求解，得到第一多模态医学图像的基础层和细节层、第二多模态医学图像的基础层和细节层；

将源图像分别与第一多模态医学图像的基础层和第二多模态医学图像的基础层进行作差计算处理，得到第一多模态医学图像的细节层和第二多模态医学图像的细节层；

所述引入的目标函数的表达式具体如下所示：

上式中， 表示第 源图像 的基础层，、表示像素点， 表示根据 为中心的的邻域， 表示除了像素 以外的 大小的邻域，表示控制图像被滤波器平滑的强度， 表示高斯核， 表示加权导向， 表示引入的目标函数， 表示基于截断Huber的滤波器。

2.根据权利要求1所述基于多字典的医学图像融合方法，其特征在于，所述基于截断Huber的滤波器的表达式具体如下所示：上式中，表示输入像素，、表示常数， 表示Huber惩罚函数。

3.根据权利要求2所述基于多字典的医学图像融合方法，其特征在于，所述通过多字典卷积稀疏表示对第一多模态医学图像的细节层和第二多模态医学图像的细节层进行融合处理，得到初步融合图像的细节层这一步骤，其具体包括：对源图像进行卷积稀疏表示，获取卷积稀疏目标函数；

所述卷积稀疏目标函数的表达式为：

上式中，表示卷积操作， 表示字典滤波器， 表示稀疏特征图，表示正则化参数，表示字典数量；

对卷积稀疏目标函数进行迭代优化并转换至傅里叶域内，得到转换后的卷积稀疏目标函数；

引入辅助变量，通过交替方向乘子法对转换后的卷积稀疏目标函数进行求解，得到第一多模态医学图像的细节层的稀疏特征图和第二多模态医学图像的细节层的稀疏特征图；

通过 维向量的 范数作为图像的活动水平测量，获取第一多模态医学图像的细节层稀疏特征的活动水平图和第二多模态医学图像的细节层稀疏特征的活动水平图；

通过基于窗口的加权平均方法对第一多模态医学图像的细节层稀疏特征的活动水平图和第二多模态医学图像的细节层稀疏特征的活动水平图进行处理，得到第一多模态医学图像的细节层稀疏特征的最终活跃水平图和第二多模态医学图像的细节层稀疏特征的最终活跃水平图；

对第一多模态医学图像的细节层稀疏特征的最终活跃水平图和第二多模态医学图像的细节层稀疏特征的最终活跃水平图进行绝对值取大处理与字典滤波器卷积处理，得到初步融合图像的细节层。

4.根据权利要求3所述基于多字典的医学图像融合方法，其特征在于，还包括在卷积稀疏表示中注入新的多字典决策技术，提高初步融合图像的细节层的准确度，其具体步骤为：训练 个不同含有不同滤波器的字典分别同第一多模态医学图像的细节层和第二多模态医学图像的细节层做卷积，得到 个融合的细节层；

将每个融合的细节层分别与第一多模态医学图像的细节层和第二多模态医学图像的细节层进行作差处理，得到细节差图；

对细节差图在同一像素点处的绝对值进行判断；

若所述细节差图在同一像素点处的绝对值小于预设阈值的个数超过所训练字典数的一半，选取对应的像素点进行图像融合。

5.根据权利要求4所述基于多字典的医学图像融合方法，其特征在于，所述基于核范数能量的算子对第一多模态医学图像的基础层和第二多模态医学图像的基础层进行融合处理的表达式为：上式中， 表示预融合图像的基础层， 和 分别表示局部能量测量算子利用滑动窗口技术对 和 进行局部能量测量， 和 表示核范数权重，和 表示常数， 表示图像的像素点。

6.基于多字典的医学图像融合系统，其特征在于，用于执行如权利要求1所述基于多字典的医学图像融合方法，包括以下模块：获取模块，用于根据源图像获取第一多模态医学图像和第二多模态医学图像；

分解模块，基于截断Huber滤波器对第一多模态医学图像和第二多模态医学图像进行分解处理，得到第一多模态医学图像的基础层和细节层、第二多模态医学图像的基础层和细节层；

细节融合模块，用于通过多字典卷积稀疏表示对第一多模态医学图像的细节层和第二多模态医学图像的细节层进行融合处理，得到初步融合图像的细节层；

基础融合模块，用于通过基于核范数能量的算子对第一多模态医学图像的基础层和第二多模态医学图像的基础层进行融合处理，得到初步融合图像的基础层；

相加模块，用于将初步融合图像的细节层与初步融合图像的基础层进行相加，得到最终的融合图像。

7.一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述计算机程序包括如权利要求1‑5任一项所述的基于多字典的医学图像融合方法。

8.一种计算机存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，所述计算机程序包括如权利要求1‑5任一项所述的基于多字典的医学图像融合方法。