基于壓縮感知的圖像融合.pdf

1、隨著科學技術(shù)的不斷發(fā)展,在生活和軍事中運用科技越來越多。圖像融合也在生活和軍事中得以運用。圖像融合是把多個不同傳感器得到的圖像經(jīng)過處理,使得圖像內(nèi)容更加清晰和便于識別目標。
　　高效的圖像融合算法可以提高圖像信息中的透明度、目標精確度、可靠性以及圖像的利用率,其結(jié)果可以對目標進行準確和完整的描述。其在很多方面如醫(yī)學、天文、數(shù)學、計算機視覺、夜視技術(shù)和軍事目標識別得到廣泛認可,特別是在紅外圖像與可見光圖像融合的目標識別中。
　

2、　本文介紹了圖像融合的研究意義和現(xiàn)狀,并引入壓縮感知概念。壓縮感知運用于圖像融合將是一個有實際意義的課題。針對圖像小波系數(shù)的相關(guān)性,提出了基于小波域隱馬爾科夫樹模型的壓縮感知圖像融合。而其訓練的時間很長,基于多元追蹤算法的恢復算法被提出來,應用于圖像融合中。論文的主要工作有:
　　(1)提出基于小波域隱馬爾科夫樹模型的壓縮感知圖像融合(HMT-3S)。該算法針對小波系數(shù)的相關(guān)性給出了隱馬爾科夫樹(HMT)建模的思想,而子帶間具有一

3、定的相關(guān)性,連接三個子帶并提出了基于HMT-3S模型的壓縮感知圖像融合。先對待融合的兩個圖像進行稀疏變換,本文選取小波變換基為稀疏基。用高斯矩陣來對稀疏后的信號進行投影,采用標準偏差方法對投影結(jié)果(觀測值)進行融合。其次用最小l1范數(shù)方法恢復出一列信號,并對這列信號進行參數(shù)訓練。最后進行加權(quán)l(xiāng)1范數(shù)重構(gòu)和小波反變換,得到融合結(jié)果。在仿真時,對比HMT模型,并比較性能。
　　(2)提出基于多變量模型的壓縮感知融合。由于多變量追蹤算法