基于区域特性的压缩感知多聚焦融合算法-计算机科学.pdfVIP

第 44 卷第1 期 Vo l. 44 No. 1 计算机科学 2017 年 1 月 COMPUTER SCIENCE Ja口.2017 基于区域特性的压缩感知多聚焦融合算法 曹义亲贺亚飞黄晓生 (华东交通大学软件学院 南昌 330013) 摘 要 传统的基于压缩感知的图像融合算法是对整个系数进行稀疏处理，而小泼分解后的低频系数不稀疏，导致压 缩重构质量降低，并且传统的融合规则不易简单、全面地提取高频系数的特征值。针对这一问题，分别对小泼分解得 到的高、低频系数采取不同的融合规则进行处理，提出了一种改进的区域特性高频压缩感知的融合算法。其中，低频 系数采用区域方差加权绝对值最大融合;高频系数首先通过具有较好 RIP 性质的随机观测矩阵进行压缩采样，得到 的观测值基于能量匹配度的不同进行相加或加权融合，以融合不同方向的高频子带特征信息，再用正交匹配追踪重构 算法对高频部分进行信号重构。最后，低频、高频信息在小波逆变换下重构出融合图像。实验结果表明，与以往的基 于压缩感知的融合方法相比，此算法的融合图像更清晰，新算法无论是在主观评价还是客观评价指标上都有利于图像 信号重构，并具有较好的使用性。 关键词 压缩感知，图像融合，小波变换，区域特性 中图法分类号 TP39 1. 41 文献标识码 A DOI 10. l1S96/j. issn. 1002-137X. 2017. 0 1. 054 Multi-focus Image Fusion Algorithm ßased on Compressed Sensing and Regional Characteristics CAO Yi-qin HE Ya-fei HUANG Xiao-sheng (College of Software ,East China Jiaotong University ,Nanchang 330013 ,China) Abstract The traditional image fusion based on compressed sensing algorithm is to deal with the whole coefficients sparse ,and low-frequency coefficients of wavelet decomposition is not sparse ,resulting in the quality reduction of com pression reconstruction. Besides ,the traditional fusion rules are difficult and not comprehensive to extrat characteristic value of high frequency coefficient. To solve this problem ,we dealt with high and low frequency coefficient which was decomposed by wavelet by adopting different fusion rules ,and an improved fusion method based on high-frequency com pressed sensing of