基于联合稀疏表示的图像融合

《基于联合稀疏表示的图像融合》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海大学2014〜2015学年冬季学期研究生课程考试文献阅读报告课程名称：.题目：研究生姓名:评语：数字图像处理与识别课程编号：07SAY9007基于联合稀疏表示的图像融合学号:成绩：任课教师：评阅日期：基于联合稀疏表示的图像融合2014年11月26日摘要：本文通过理论分析与实验仿ft來研究基于联合稀疏表示的阁像融合7/法。首先介绍图像融合和联合稀疏衣示的研究背景和研究现状，并给出基丁•联合稀疏农示的阁像融合众法的基本柄架，然后就联合稀疏农示图像融合方法的基本原理进行了简单介绍，最后本文给出基于联合稀疏农示的图像融合实验效果阁，并作出了实验分析。通过实验后的融合视觉效果阌，我们可以得

2、出结论：基于联合稀疏表示的阁像融合方法能够很好地实现阁像的融合，并具有很好的视觉效果。关键词：联合稀疏表示，滑窗技术，阌像融合，稀疏系数ImageFusionBasedonJointSparseRepresentationAbstract:Inthispaper,thepotentialapplicationofjointsparserepresentationintheimagefusionisstudiedbothintheoreticalanalysisandexperimentalsimulation.First,weprovideabriefintroductiontoth

3、ebackgroundandpresentsituationofjointsparserepresentation.Thenweintroducetheskeletonstructureofjointsparserepresentationforfusingimages.Afterthat，wcintroducethebasictheoryofjointsparserepresentation，inwhichweobtainssparsecoefficientsbyjointsparserepresentationoptimizationproblemandwegetthefused

4、coefficientbythefusedrulesbasedonimpactfactor.Finally,Theexperimentalresultsindicatethatthethreealgorithmsprovidesefficiencyandpromisingfusionresults,whichdemonstratesthegreatandbenefitsofcombiningthejointsparserepresentationandimagefusion.IndexTerms:jointsparserepresentation，imagefusion,sparse

5、coefficient1.引言随着科学技术的发展，由于单一传感器荻取信息柯限，难以满足实际需求，传感器的工作模式由单工作模式转变为多工作模式［1］。阁像融合是20世纪70年代提岀的概念，是多传感器信息融合的一个重耍分支［11。阁像融合是指将来ft不M传感器在M—吋间或不M时间获取的关于某一场景的两个或两个以上的图像或序列加以综合，以便获得信息更全而、更适合人类视觉感知或更适合进一少图像处理的过程［2J。图像融合在卫星遥感、计算机视觉、医学阁像、气象预报以及军事n标识别等领域冇着广泛的应用13』。例如：CT和核磁共振MR1图像的融合处理有利于对疾病的准确判断；红外图像和可见光阁像的融合

6、技术可以提a目标识别和目标定位的准确度。近年來，图像的稀疏性受到广泛关注，被应用到很多图像处理W题中。1996年Olshausen和nied在TWm/repH发表论文屮指出了阁像数损的稀疏性木质，即fcl然阁像木身存在稀疏性，这为图像稀疏性的成用奠定了基础。利用图像的稀疏性，Donoho、Candes和Tao等人在04年提出了压缩感知(CS)［5j,进一步发展了稀疏表示理论，将稀疏表示理论推叫了一个新的高度。06年，RICE人学的D.Baron［6］等人将分布式信源编码与压缩感知理论相结合，提出Y分布式压缩感知(DistributedCompressedSensing,DCS)理论，

7、文献［7j捉出丫联合稀疏丧不模型(JointSparsityModel,JSM)O国内的学者李树涛教授和他的闭队在这方而也进行了人鲎的研究，并取得了一•定的成果。10尔,-其在文献［8j中提出基于稀疏表示的多聚焦图像融合算法。首先利用过完备的DCT字典，对所作待融合阁像像块进行稀疏分解，得到相对应的稀疏系数，然后选取一范数人的稀疏系数作为融合阁像像块的稀疏系数。11年，乎等人［9］提出了基于联合稀疏表示的图像融合方法。同年，Yu等人［10］又提川了基于联合