基于多尺度稀疏表示的图像融合方法

作     者：首照宇 胡蓉 欧阳宁 张彤 SHOU Zhao-yu;HU Rong;OUYANG Ning;ZHANG Tong

作者机构：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 桂林电子科技大学信息与通信学院广西桂林541004 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2015年第36卷第1期

页      面：232-235页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金项目(61363069 11271388) 广西自然科学基金项目(2013GXNSFDA019030 2013GXNSFAA019331 2012GXNSFBA053014 2012GXNSFAA053231 2011GXNSFA018158) 广西科技开放基金项目(桂科攻1348020-6) 广西教育厅重点基金项目(201202ZD040 201202ZD044 2013YB091) 

主　　题：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 

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-scale sparse representation,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(kernel singular value decomposition)多尺度字典进行OMP(orthogonal matching pursuit)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。