基于多尺度稀疏表示的图像融合方法.pdfVIP

2015年 1月 计算机 ／-程与设计 Jan．2015 第 36卷 第 1期 COMPUTER ENGINEERINGAND DESIGN Vo1．36 No．1 基于多尺度稀疏表示的图像融合方法 首照宇 ，胡 蓉抖，欧阳宁 ，张 彤 (1_桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室，广西桂林 541004； 2．桂林电子科技大学信息与通信学院，广西桂林 541004) 摘 要：针对 目前基于稀疏表示的常用图像融合算法计算复杂度高以及忽略图像局部特征的问题 ，提 出多尺度稀疏表示 (multi—scalesparserepresentation，MSR)的图像融合方法。充分利用小波多尺度分析较好突出图像局部特征的特点，将其 和过完备稀疏表示有效结合；待融合图像在小波解析域 中进行小波多层分解，对每个尺度的特征运用K—SVD (kernelsin— gularvaluedecomposition)多尺度字典进行OMP (orthogonalmatchingpursuit)稀疏编码，并在小波域中各个尺度中进行 融合。实验结果表明，与传统的小波变换、轮廓波变换、稀疏表示融合算法相比，该算法更能保证 图像局部特征的完整 性 ，实现更好 的性能。 关键词：稀疏表示；多尺度稀疏表示；图像融合；小波变换；K—SVD多尺度字典 中图法分类号：TN9l1．73 文献标识号：A 文章编号：1000—7024(2015)01—0232—04 doi：10．16208／j．issnl000—7024．2015．01．042 Imagefusionbasedonmulti—scalesparserepresentation SHOU Zhao—yu ，HU Rong计 ，OUYANG Ning，ZHANG Tong (1．KeyLaboratoryofCognitiveRadioandInformationProcessing，MinistryofEducation， GuilinUniversityofElectronicTechnology，Guilin541004，China；2．SchoolofInformationandCommunication， GuilinUniversityofElectronicTechnology，Guilin541004，China) Abstract：Thefusionalgorithm basedonthesparserepresentationishighlycomputationalcomplexandignoresthelocalcharac— teristicsoftheimage．Henceamethodbasedonthemulti—scalesparserepresentationwasproposedtoovercomethesedisadvanta— ges．Thewavelettransform wascombinedwiththesparserepresentationeffectively，SOthatthelocalcharacteristicswerestudied betterthroughthewaveletmulti-scaleanalysis．Thepreparingimagefusionwasdecomposedusingwaveletmulti-leveldecompo— sitioninthewaveletanalyticdomain．Thenthesparsecodingforcharacteristicsofeachscalewasrepresentedbyusingmulti-scale K—SVD dictionarywithOMP，andeachscaleofimagewasfusedinthewaveletdomain．Theexperimentalresultsshow thatthis algorithm canensuretheintegrityofthelocalc