液晶与显示 , 2017, 32(1): 35-39.
10.3788/YJYXS20173201.0035
基于压缩感知的图像融合属于像素级层次的图像融合。传统的 DWT 压缩感知图像融合研究对象是整个稀疏系数,但小波系数中低频系数并非稀疏,因此影响融合质量。针对此,提出一种基于 DWT-IRLS 的压缩感知图像融合。首先对图像进行 DWT 转换,针对高频系数采样测量；然后对高频系数和低频系数进行融合,并且引入迭代权重最小二乘法(IRLS)算法,重构高频系数；最后经 DWT 逆转换,得到融合图像。实验证明：通过4个客观评价指标和主观评价对比,2组实验融合效果均得到提高。此方法在一定程度上可提高图像融合效果,具有一定的实用价值。
参考文献：
[1] 吴仰玉;纪峰;常霞;李翠.图像融合研究新进展[J].科技创新导报,2013(1):49-52,54.
[2] 杨奕堂 .基于压缩感知理论的图像融合方法研究[D].西安电子科技大学,2012.
[3] 郭利明 .图像处理及图像融合[D].西北工业大学,2006.
[4] 孙永明;吴谨;刘劲.基于CS测量矩阵优化的图像融合[J].液晶与显示,2014(3):461-465.
[5] Donoho D.L..Compressed sensing[J].IEEE Transactions on Information Theory,20064(4):1289-1306.
[6] 孙永明;吴谨;刘劲;邓丹.基于DWT的高频系数压缩感知图像融合[J].红外技术,2014(9):714-718.
[7] 袁金楼;吴谨;刘劲.基于NSCT与DWT的压缩感知图像融合[J].红外技术,2015(11):957-961.
[8] 殷明;庞纪勇;魏远远;段普宏.结合NSDTCT和压缩感知PCNN的图像融合算法[J].计算机辅助设计与图形学学报,2016(3):411-419.
[9] 潘晓晨 .图像压缩感知融合恢复算法研究[D].大连海事大学,2013.
[10] 董博;姚治海;李喆;常锋;于佳意;王晓茜.压缩感知OMP算法与IRLS算法在计算鬼成像中的对比分析[J].长春理工大学学报（自然科学版）,2016(1):21-27.
[11] 张泽 .基于NSCT变换的压缩感知图像融合优化算法研究[D].大连海事大学,2015.
[12] 王宇庆;王索建.红外与可见光融合图像的质量评价[J].中国光学,2014(3):396-401.
材料期刊网