基于壓縮感知的圖像融合理論與算法研究.pdf

1、圖像融合是將傳感器在同一時(shí)間或不同時(shí)間獲取的關(guān)于某個(gè)場(chǎng)景的兩個(gè)或兩個(gè)以上的圖像或圖像序列加以綜合,以獲得更加準(zhǔn)確、更加豐富、更加可靠的場(chǎng)景圖像描述,以便適用于視覺(jué)感知或進(jìn)一步圖像處理的信息處理的技術(shù)。其應(yīng)用已遍及目標(biāo)監(jiān)測(cè)、機(jī)場(chǎng)導(dǎo)航、安全監(jiān)控、智能交通、醫(yī)學(xué)成像與診斷、機(jī)器視覺(jué)、地理信息系統(tǒng)、智能制造、工業(yè)過(guò)程以及軍事等領(lǐng)域。近年來(lái),隨著壓縮感知理論研究的進(jìn)展,基于壓縮感知域的圖像融合算法的研究正逐漸受到人們的關(guān)注。然而,目前的研究還主要

2、集中于基于離散傅里葉變換或離散余弦變換作為稀疏基的壓縮感知融合方法,而在現(xiàn)實(shí)中大量存在的圖像和視頻信號(hào)則主要小波變換(JPEG2000)進(jìn)行編碼,因此,進(jìn)一步深入研究基于小波變換稀疏基的壓縮感知域融合算法將具有更加現(xiàn)實(shí)的作用。本文主要工作如下:
　　(1)在閱讀國(guó)內(nèi)外大量文獻(xiàn)基礎(chǔ)上,對(duì)圖像融合、壓縮感知理論、基于壓縮感知域的圖像融合技術(shù)以及圖像融合質(zhì)量評(píng)價(jià)的研究背景及意義、國(guó)內(nèi)外研究進(jìn)展進(jìn)行了闡述。
　　(2)針對(duì)壓縮感知的

3、理論框架以及各步驟的主要算法原理做了簡(jiǎn)單地介紹。主要介紹了常用的稀疏表示方法、測(cè)量矩陣的約束條件以及構(gòu)造,最后介紹了幾種常用的重構(gòu)算法,對(duì)比了各種方法的優(yōu)劣。
　　(3)提出了一種基于小波稀疏基的壓縮感知域的圖像融合算法。首先將源圖像進(jìn)行小波分解,分解分別得到低頻系數(shù)和高頻系數(shù),由于低頻系數(shù)部分不是稀疏的,所以對(duì)低頻部分直接采樣;高頻系數(shù)是稀疏的,但不同分解層次及不同方向的高頻系數(shù)稀疏度并不相同的,所以首先計(jì)算每部分的稀疏度,然后

4、根據(jù)稀疏度計(jì)算出每部分的測(cè)量數(shù)。融合圖像的策略是:對(duì)兩圖的低頻部分采用區(qū)域梯度和能量相結(jié)合的融合規(guī)則進(jìn)行融合,高頻部分測(cè)量之后得到的測(cè)量值用絕對(duì)值最大的方法進(jìn)行融合。然后用壓縮感知正交匹配追蹤重構(gòu)方法對(duì)高頻部分進(jìn)行重構(gòu),最后重構(gòu)得到的高頻系數(shù)與低頻系數(shù)一起用逆小波變換得到最終的融合圖像。通過(guò)對(duì)比實(shí)驗(yàn),主客觀評(píng)價(jià)表明這種融合方法是有效的,對(duì)比傳統(tǒng)算法,不僅能節(jié)省傳輸、儲(chǔ)存、重構(gòu)的成本,且融合的圖像的質(zhì)量良好。
　　(4)提出了一種基