基于自相似和压缩感知的多聚焦图像融合-计算机科学与技术专业论文.docxVIP

湘潭大学 学位论文原创性声明 本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 出名: 去斗争 日期:tOrSj:p b 月 工 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 涉密论文按学校规定处理。 出:如 导师签名:石砍得  日期: y [J年 fo 月 l日 四川r年 6 月 厂日 I I 摘要 图像融合是一门聚合了传感器、信号处理、图像处理、计算机视觉、人工智 能等交叉学科的技术手段。性能优异的融合算法能够提取多源信息的兴趣属性、 提高图像信息容量、增强特征显示能力，从而为观测者提供更加准确、全面、可 靠的分析判断。根据多源图像的特征属性，目前的图像融合方向主要有多聚焦图 像融合、可见光图像与红外图像融合、多光谱图像与全色图像融合等。 近年来,基于压缩感知理论稀疏表示的图像融合方法引起很多学者的关注。 其基本原理是:利用稀疏表示理论将源图像与一个过完备字典下相乘得到稀疏系 数,对所得到的稀疏系数进行某种特定的融合规则融合,最后将融合后的稀疏系 数在相应字典下变换得到融合值。相比传统的空域与变换域的融合方法,该方法 在稀疏性、特征保持性和可分性方面具有一定的优势。 本文针对多聚焦图像在基于压缩感知理论基础的图像融合方法存在边缘保 持度低等问题，提出一种基于图像自相似属性进行图像区域选择及区域内像素点 的投票方案来确定融合权值的新概念，然后将其与压缩感知理论相结合的图像融 合方法。其实现过程是首先对多聚焦源图像进行单层小波分解，对分解后的的低 频系数自相似性计算后加权融合，对于高频分量使用高斯矩阵进行观测，并对观 测值做自相似性计算后加权融合，再对融合后的高频系数进行重构，最后对重构 的高频系数和低频系数作小波逆变换得到融合图像。针对该方法，选择了基于压 缩感知和绝对值选大图像融合与基于压缩感知和梯度选大图像融合两组图像融 合算法进行对比实验，仿真结果表明，本文方法改进了基于压缩感知理论的多聚 焦图像融合能以较低的计算复杂度，获得较高的边缘保持度、信息熵以及互信息， 其融合的图像清晰度高，融合效果更好，且在相同采样率下，本文方法的边缘保 持度和信息熵方面分别高出压缩感知理论域的梯度规则融合和绝对值取大规则 融合方法的百分比为 27%、24%和 1.8%、0.2%。 关键词: 压缩感知； 图像融合； 自相似；多聚焦；梯度 II II Abstract Image fusion is a technique involving sensors, signal processing, image processing, computer vision and artificial intelligence. High performance fusion algorithm can reveal the interest tendency of mufti-source information, improve the information capacity of images and highlight features, thus providing the observer with a more accurate, comprehensive and reliable analysis. Based on the features of mufti-source image, current image fusion methods can mainly be classified into mufti-focus image fusion, fusion of visible image and infrared image, and fusion of multicultural image and panchromatic image. Recently the image fusion based on sparse representation has attracting increasing attentions from more and more researchers at home and abroad. Its