多分辨率分析耦合近似稀疏表示的图像融合算法

摘要：

为了更好地处理图像高维特征奇异性,并兼顾融合图像目标特征与平均强度信息,提出了一种多分辨率分析与近似稀疏表示的图像融合算法.首先,对源图像进行对尺度分析,分别得到图像的高频和低频信息;然后,设计了近似稀疏表示(sparse representation,SR),通过近似SR系数来表示图像高频信息和低频信息;并利用绝对最大选择技术对近似SR稀疏转换,得到低频子带的近似系数和高频子带的细节系数,以达到用最少的系数来逼近奇异曲线.其次,构建了决策映射,对相同子带上的各SR系数的活性度和匹配度进行决策分析,输出决策值,通过决策值对图像进行匹配融合.最后,通过多尺度逆变换得到最终的融合图像.仿真实验表明:与当前图像融合算法相比,获得的融合图像具有更好的视觉效果,能有效图像突出目标信息,得到的图像具有更高的平均梯度和边缘评价因子;既突出了目标特征又保留平均强度信息,同时降低噪声影响.

关键词：图像融合、多分辨率分析、近似系数表示、最大选择技术、决策映射

所属期刊栏目：17

分类号：TP391;TP41(计算技术、计算机技术)

资助基金：国家自然科学基金61272498;广东省科技厅2014年度省前沿与关键技术创新专项2014B010117002;广东省中国科学院全面战略合作专项2013B091500060

在线出版日期：2018-01-09（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：297-303