圖像壓縮感知融合恢復(fù)算法研究.pdf

1、隨著科學(xué)技術(shù)的快速發(fā)展，越來越多的傳感器被應(yīng)用于各個領(lǐng)域。圖像融合就是利用各種成像傳感器不同的成像方式，提供互補信息，增加圖像的信息量，提高對環(huán)境的適應(yīng)性，以獲得更可靠、更準確的信息供觀察或進一步處理。該技術(shù)被廣泛的應(yīng)用于軍事、醫(yī)學(xué)、計算機視覺、目標識別等領(lǐng)域。隨著人們對圖像質(zhì)量要求的提高，巨量信息的采樣對傳感器性能的要求越來越高，因此尋求新的理論方法追在眉睫，壓縮感知理論的提出與發(fā)展為解決這些問題提供了新的思路。
　　 壓縮感

2、知可以針對信號自身的稀疏性構(gòu)造稀疏模型，從盡量少的數(shù)據(jù)中提取盡量多的信息，拋棄當(dāng)前信號采樣中的冗余信息，直接從連續(xù)時間信號變換得到壓縮樣本，然后選用合適的觀測矩陣及恢復(fù)算法進行觀測和恢復(fù)，以實現(xiàn)低采樣率下的精確重構(gòu)。因此，將壓縮感知理論直接信息采樣等優(yōu)點引入傳統(tǒng)的圖像融合算法中是一種簡便且高效的融合手段。這種基于壓縮感知理論的圖像融合算法不需要對信號進行完全采樣，與原圖像沒有直接對應(yīng)關(guān)系，在采樣時也不需要知道信號的任何先驗信息，因而減少

3、了恢復(fù)的數(shù)據(jù)量，在一定程度上緩解了傳輸和存儲的巨大壓力，也降低了對硬件的要求。
　　 本文首先介紹了壓縮感知的基本理論框架，包括稀疏基、觀測矩陣以及恢復(fù)算法，重點放在對恢復(fù)算法的介紹上，并對各算法進行對比仿真。其次討論了圖像融合的基本理論，包括其融合過程、融合層次以及融合規(guī)則，重點分析了基于拉普拉斯金字塔變換和基于小波變換的兩種融合算法。然后將壓縮感知技術(shù)與這兩種融合算法相結(jié)合，并對多聚焦圖像進行仿真分析。最后采用熵、空間頻率、