粒子群优化的分块压缩感知影像融合

摘要：

针对传统像素级影像融合算法中存在的计算量大、融合系数不能自适应等问题,提出一种基于粒子群优化的分块压缩感知影像融合算法.该算法结合了压缩感知及粒子群优化算法的优点,通过对采样后的少数测量值进行融合减少了影像融合过程的计算量,同时通过全局寻优的特点可以确定最优融合系数.首先利用分块压缩感知(block-based compressive sensing,BCS)对待融合影像进行压缩采样,然后以粒子群优化算法确定的最优融合系数矩阵作为融合权值进行影像融合,最后通过正交匹配追踪算法进行影像重构并消除分块效应,得到融合后影像.该算法保证了融合效果的最优化选择,具备一定的自适应性.实验结果表明,基于粒子群优化的分块压缩感知影像融合取得了比传统影像融合算法更好的效果.

关键词：分块压缩感知、粒子群优化算法、融合系数、正交匹配追踪、自适应

所属期刊栏目：34

分类号：TP751(遥感技术)

资助基金：北京建筑大学研究生创新项目 PG2017016

在线出版日期：2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：129-134