基于壓縮感知的圖像融合算法研究.pdf

1、圖像融合是將多個成像傳感器或同一成像傳感器在不同模式下獲取的同一場景的圖像信息加以綜合，使合成的新圖像能夠提供比原來單幅圖像更多的信息量，實現(xiàn)多元數(shù)據(jù)的優(yōu)勢互補。隨著技術(shù)的發(fā)展，獲取的數(shù)據(jù)量巨大，傳統(tǒng)的奈奎斯特采樣定理要求采樣率不得低于信號帶寬的兩倍，給存儲和傳輸帶來了巨大的負(fù)擔(dān)。
　　壓縮感知(Compressed Sensing，CS)技術(shù)是一種新興的壓縮采樣技術(shù)，在采樣的同時完成信號的壓縮，極大的降低了采樣數(shù)據(jù)量，減少了存儲

2、和傳輸?shù)膲毫Γ栽摷夹g(shù)在許多領(lǐng)域特別是圖像處理領(lǐng)域具有廣闊的應(yīng)用前景。本文將壓縮感知用于圖像融合領(lǐng)域，主要工作如下：
　　(1)提出一種基于聯(lián)合稀疏表示的壓縮感知（JSRCS)圖像融合方法。因為兩幅圖像是對同一場景的記錄，所以具有公共的信息，但是由于成像原理的不同，又會表現(xiàn)出不同的圖像信息，這是聯(lián)合稀疏模型一（JSM-1）的理論基礎(chǔ)，因此可以用JSM-1來進行圖像稀疏表示。首先利用K-SVD訓(xùn)練得到具有自適應(yīng)性的冗余字典，然后根

3、據(jù)聯(lián)合稀疏模型提取圖像的公共稀疏系數(shù)和獨立稀疏系數(shù)，并對系數(shù)進行降維觀測，融合規(guī)則采用加權(quán)l(xiāng)1范數(shù)。此外，由于K-SVD具有較強的噪聲抑制能力，該算法在實現(xiàn)高質(zhì)量圖像融合的同時可以進行圖像的去噪。
　　(2)提出一種基于自相關(guān)函數(shù)測度（AFM）的壓縮感知圖像融合方法。該方法主要是針對多聚焦圖像融合，從成像原理分析可知，聚焦良好的圖像則具有豐富的高頻信息，并且從頻率的角度來解釋圖像清晰與模糊是直觀的，是符合人眼的視覺特性和主觀感受的

4、。根據(jù)維納-辛欽定理可知，圖像的自相關(guān)函數(shù)和功率譜是傅立葉變換對，所以可以通過圖像的自相關(guān)函數(shù)來評價圖像的清晰度。首先將兩幅同樣的經(jīng)過不同聚焦的源圖像用FFT分別進行稀疏表示，得到它們的稀疏系數(shù)；然后，分別用雙星形采樣模式對得到的稀疏系數(shù)進行觀測得到兩個觀測向量，并用提出的基于自相關(guān)函數(shù)測定（AFM）的融合準(zhǔn)則對這兩個觀測向量進行融合，以使得圖像的遠(yuǎn)近景物都能夠獲得最佳清晰度；最后使用自適應(yīng)次梯度投影算法來重構(gòu)出融合的稀疏系數(shù)，進而通過