基于稀疏原子融合的RGB-D场景图像融合算法

作     者：刘帆 刘鹏远 张峻宁 徐彬彬 Liu Fan;Liu Pengyuan;Zhang Junning;Xu Binbin

作者机构：陆军工程大学石家庄校区河北石家庄050003 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2018年第38卷第1期

页      面：214-223页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(51205405 51305454) 

主　　题：机器视觉 图像融合 K奇异值分解 互信息 RGB-D 

摘      要：针对当前彩色图像和深度图像(RGB-D)特征融合困难、联合识别效率不高的问题,提出了一种结合K奇异值分解(KSVD)和最大相关最小冗余准则(mRMR)的RGB-D场景图像融合算法。该算法首先采用KSVD稀疏图像的特征,将稀疏系数对应的字典原子作为特征融合的参数,以完整地表达图像的全部信息;之后采用互信息的mRMR原则求取维度最小且各维度之间相关性最小的特征原子组合;最后通过最大化原则融合特征原子对应的稀疏系数,从而完成了两种图像之间的有效信息融合。实验结果表明,该算法在信息熵、互信息和边缘保持度等方面比主成分分析-K奇异值分解和非下采样轮廓变换-K奇异值分解融合算法更有优势,有效提高了图像目标的识别准确率和成功率。