基于卷积稀疏表示的红外与可见光图像融合

摘要：

稀疏表示是以块为单位进行编码的,因此破坏了图像块间的相关性.针对上述问题,提出了基于卷积稀疏表示的红外与可见光图像融合算法.该算法采用交替方向乘子算法(ADMM)求解非下采样轮廓波变换(NSCT)域强边缘子带的卷积稀疏系数,完成特征响应系数的融合.同时,采用脉冲耦合神经网络(PCNN)模型的点火图完成NSCT域高频子带的融合.实验结果表明:该算法解决了稀疏表示的“块效应”问题,同时又兼具PCNN模型的视觉特性,可以有效地捕捉源图像的特征信息.另外,在主观视觉评价和客观质量评价方面均优于现有算法.

关键词：图像融合、卷积稀疏表示、PCNN神经元模型、NSCT变换

所属期刊栏目：48

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金项目61761025;昆明市科技局科技成果推广应中及科技惠民计划项目昆科计字2016-2-G-05372

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1547-1553