基于冗余字典稀疏表示和评价指标的图像融合方法

文档序号:6363998阅读:160来源:国知局
专利名称:基于冗余字典稀疏表示和评价指标的图像融合方法
技术领域
本发明属于图像处理技术领域,特别涉及图像的融合,可用于图像处理、计算机视觉、遥感、医学图像处理及军事等领域。
背景技术
图像融合(Image Fusion)是指将多源信道上所得到的多幅关于同一目标或区域的图像数据,经过图像处理和计算机技术等方法,最佳地提取各个信道中的重要信息,最后得到一幅融合了各个信道重要信息的高质量图像,以提高图像信息的利用率、可靠性和改善计算机解译精度、提升原图像的空间分辨率和光谱分辨率,有利于进行监测。在不利的环境条件下或者当一个图像传感器不足以提供用于目标识别或场景描述的足够信息时,通过对多幅图像进行融合,获得比较满意的图像效果。融合后的图像对场景或对象的描述比任何单一原图像都要更加全面和精确。融合图像更符合人和机器的视觉特性,有利于诸如目 标识别和特征提取的图像处理。传统的图像融合方法主要有三种像素级融合、特征级融合和决策级融合。其中像素级图像融合方法,是在图像严格配准的条件下,对多源图像直接进行信息融合处理。在像素级融合方法中,近年来普遍使用基于图像稀疏表示的方法。图像的稀疏表示作为图像的ー种表示方式,是指图像线性展开中大部分基函数的系数的绝对值都接近于零,只有少数基函数具有较大的非零系数,并且用有限的大系数能表示出图像的大部分,稀疏表不中如果信息信号越稀疏,恢复信号就越准确。目前传统的固定正交基的稀疏表不方法如小波方法有时不足以捕获信号的多种特征,信号不够稀疏,因此融合后的图像不够准确、信息不够丰富。特征级图像融合方法,是通过检测图像中的边缘、纹理和方向等特征信息,提取图像中的细节特征然后再进行融合操作,融合结果能最大限度地给出决策者所需要的特征信息,缺点是是融合精度没有像素级融合方法高。决策级图像融合方法,是从图像中挖掘语义信息,再进行融合操作,优点是具有良好的实时性和容错性,缺点是预处理代价高,信息损失最多。

发明内容
本发明的目的在于针对上述已有技术的不足,提出一种基于冗余字典稀疏表示和评价指标的图像融合方法,以减少融合图像的信息损失,提高融合图像的精度。实现本发明目的的技术方案是充分利用稀疏表示理论和冗余字典的优点,结合基于评价标准的融合规则,通过少量的稀疏表示后的原子及其系数来进行融合,具体步骤包括如下(I)输入待融合图像A和B,对待融合图像A和B用滑窗间隔为m的滑动窗ロ自上到下,自左到右的进行分块,分成I块大小为nXn的局部图像块X;4、Xf,其中i表示第i个分块,i = {1,2,. . .,1},n根据带融合图像大小选定,m取值为能被n整除的正整数;
(2)分别对图像块A4、Xf,用冗余脊波字典T进行稀疏度为k的稀疏表示,得到稀疏表示后的两组原子<和ぐ及其对应的系数向量X4、yf ;(3)计算系数向量X4、タf对应的ー范数く、Cf
权利要求
1.一种基于冗余字典稀疏表示和评价指标的图像融合方法,包括如下步骤 (1)输入待融合图像A和B,对待融合图像A和B用滑窗间隔为m的滑动窗ロ自上到下,自左到右的进行分块,分成I块大小为nXn的局部图像块X;4、Xf,其中i表示第i个分块,i = {1,2,. . .,1},n根据带融合图像大小选定,m取值为能被n整除的正整数; (2)分别对图像块Xf、Xf,用冗余脊波字典T进行稀疏度为k的稀疏表示,得到稀疏表示后的两组原子 <和ぐ及其对应的系数向量X4、ズ; (3)计算系数向量X4、タf对应的ー范数く、Cf
2.根据权利要求I所述的方法,其中步骤(4)所述的根据cf和cf的大小选择融合后的原子Zij, j = {1,2, , k},按如下步骤进行 (4a)若< 2 cf,则融合后的原子选取 <前Wi个原子和zf的前(k-Wi)个原子,当选取得到的原子中有相同的原子时,保留系数绝对值大的原子,删除系数绝对值小的原子,然后再从 <剩下的原子中选择系数绝对值最大的原子加入到融合后的原子中,再检查融合后的原子,如果其中还有相同的原子,继续删除系数绝对值小的原子,直到选取的原子中没有相同的原子; (4b)若cf > <,则融合后的原子选取zf前Wi个原子和 <的前(k-Wi)个原子,当选取得到的原子中有相同的原子时,保留系数绝对值大的原子,删除系数绝对值小的原子,然后再从 <剩下的原子中选择其中系数绝对值最大的原子加入到融合后的原子中,再检查融合后的原子,如果其中还有相同的原子,继续删除系数绝对值小的原子,直到选取的原子中没有相同的原子; 其中,Wi = {I, 2, 3, , k}。
3.根据权利要求I所述的方法,其中步骤(5)所述的对融合后的图像块,计算其信息熵或者空间频率,按如下步骤进行 (5a)将融合后的图像块fu变换成大小为nXn的像素矩阵; (5b)利用得到的像素矩阵,利用如下公式计算融合后图像块的信息熵
全文摘要
本发明公开了一种基于冗余字典稀疏表示和评价指标的图像融合方法,主要解决传统融合方法中融合图像的信息损失较大、细节不够丰富的问题。其实现过程是输入两幅待融合图像,把待融合图像分块;用冗余字典分别对图像块进行稀疏表示,得到图像块的原子;计算原子的一范数,并根据得到的一范数的值对原子进行选择,得到融合后的原子;对融合后的原子进行图像表示得到融合后的图像块;计算融合后图像块的信息熵或空间频率,用信息熵或空间频率最大的图像块组成最终的融合图像。本发明方法和传统的小波融合方法相比具有融合图像的信息损失更少,细节更丰富的优点,可用于图像处理、计算机视觉、遥感、医学图像处理及军事领域。
文档编号G06T7/00GK102651124SQ201210099518
公开日2012年8月29日 申请日期2012年4月7日 优先权日2012年4月7日
发明者侯彪, 刘芳, 尚荣华, 戚玉涛, 朱亚萍, 焦李成, 王杰, 郝红侠, 马文萍, 马晶晶 申请人:西安电子科技大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1