基于自相似和壓縮感知的多聚焦圖像融合.pdf

1、圖像融合是一門聚合了傳感器、信號處理、圖像處理、計算機視覺、人工智能等交叉學科的技術(shù)手段。性能優(yōu)異的融合算法能夠提取多源信息的興趣屬性、提高圖像信息容量、增強特征顯示能力，從而為觀測者提供更加準確、全面、可靠的分析判斷。根據(jù)多源圖像的特征屬性，目前的圖像融合方向主要有多聚焦圖像融合、可見光圖像與紅外圖像融合、多光譜圖像與全色圖像融合等。
　　近年來,基于壓縮感知理論稀疏表示的圖像融合方法引起很多學者的關(guān)注。其基本原理是:利用稀疏表

2、示理論將源圖像與一個過完備字典下相乘得到稀疏系數(shù),對所得到的稀疏系數(shù)進行某種特定的融合規(guī)則融合,最后將融合后的稀疏系數(shù)在相應(yīng)字典下變換得到融合值。相比傳統(tǒng)的空域與變換域的融合方法,該方法在稀疏性、特征保持性和可分性方面具有一定的優(yōu)勢。
　　本文針對多聚焦圖像在基于壓縮感知理論基礎(chǔ)的圖像融合方法存在邊緣保持度低等問題，提出一種基于圖像自相似屬性進行圖像區(qū)域選擇及區(qū)域內(nèi)像素點的投票方案來確定融合權(quán)值的新概念，然后將其與壓縮感知理論相結(jié)

3、合的圖像融合方法。其實現(xiàn)過程是首先對多聚焦源圖像進行單層小波分解，對分解后的的低頻系數(shù)自相似性計算后加權(quán)融合，對于高頻分量使用高斯矩陣進行觀測，并對觀測值做自相似性計算后加權(quán)融合，再對融合后的高頻系數(shù)進行重構(gòu)，最后對重構(gòu)的高頻系數(shù)和低頻系數(shù)作小波逆變換得到融合圖像。針對該方法，選擇了基于壓縮感知和絕對值選大圖像融合與基于壓縮感知和梯度選大圖像融合兩組圖像融合算法進行對比實驗，仿真結(jié)果表明，本文方法改進了基于壓縮感知理論的多聚焦圖像融合能