论文部分内容阅读
图像融合是一种将同一场景的多个源图像进行综合的图像处理技术,其目的是整合多幅图像的互补信息得到一个能更好描述场景的综合图像。目前压缩感知理论为信号处理模式提供了新的思想。根据压缩传感理论对可压缩的信号或图像,可用一个特定的测量矩阵将信号从高维空间投射到低维空间,实现信号的降维,通过求解最优化问题恢复出原始信号或图像。在图像融合领域中,融合算法及其相关应用的研究已取得很大进步,但基于压缩传感理论实现信息的融合还需要进一步完善。本文主要研究了基于单像素相机的多聚焦图像融合,基于近似稀疏表示的图像融合和基于稀疏表示图像超分辨率的遥感图像融合技术。主要内容为:1、提出了一种新的基于单像素相机的多聚焦图像融合方法。由于随机投影不包括原始图像的几何结构,从而不能直接对压缩成像测量值的凸信息进行表达。在本文算法中,首先采用Wilcoxon秩和检验法从哈达玛字典中选取清晰度测量基。然后,利用压缩感知理论获得清晰度测量系数,并用其指导压缩测量值进行融合得到融合后的测量值。最后,通过对融合测量值进行重构得到融合图像。2、提出了一种基于近似稀疏表示的图像融合方法。现有的基于稀疏表示图像融合方法在实际应用中比较耗时,影响运行效率。在本文算法中,首先,利用窗口滑块技术将多幅源图像分割成图像块。然后,利用近似稀疏表示算法求解不同源图像块的稀疏表示系数去指导对应位置上的图像块进行融合。最后,将融合图像块进行重构得到融合图像。该方法不仅提高了融合效果,还极大地减少了运行时间。3、提出一种基于稀疏表示图像超分辨率的遥感图像融合方法。在传统遥感图像融合方法中,没有充分利用低分辨率多光谱图像本身的空间信息。针对这一问题,本文充分考虑了低分辨率多光谱图像的空间信息。首先,对低分辨率多光谱图像进行基于稀疏表示的图像超分辨率处理。再利用静态小波变换对增强的多光谱图像的亮度分量和全色图像进行融合。最后,由YUV逆变换得到融合多光谱图像。实验证明本文算法能有效地提高融合图像的空间细节信息,同时保留了光谱信息。