一種結合壓縮感知的二次圖像融合方法
【專利摘要】本發明提出了一種結合縮感知的二次圖像融合方法。本發明步驟：首先，通過運用最小二乘逼近法得到源圖像的逼近圖像，并計算源圖像與逼近圖像的差，得到差值圖像；然后對逼近圖像和差值圖像分別進行空間域上融合；在此基礎上，利用壓縮感知方法分別得到融合后逼近圖像與差值圖像的測量值，按照加權融合規則將兩幅圖像的測量值再次融合得到融合測量值；最后經正交匹配追蹤算法對融合測量值進行重構并逆變換得到二次融合后圖像。本發明能提取圖像的輪廓信息與特征信息，保留更多源圖像的有用信息，從而增強圖像的清晰度。
【專利說明】一種結合壓縮感知的二次圖像融合方法
【技術領域】
[0001] 本發明屬于圖像處理【技術領域】，涉及圖像融合技術，具體地說是一種結合壓縮感 知的二次圖像融合方法。
【背景技術】
[0002] 圖像融合是多傳感器信息融合的一個重要分支。圖像融合的主要思想是將不同傳 感器獲得的同一景物的圖像或同一傳感器在不同時刻獲得的同一景物的圖像，經過去噪、 時間配準、空間配準和重采樣后，再運用具體的融合算法得到一幅合成圖像。合成圖像中能 反映多重原始圖像中的信息，以達到對目標和場景更精確、更全面的分析和判斷。而且，圖 像融合技術可以消除冗余，增加互補，降低不確定性，減少模糊度，增強信息透明度，提高信 息的可靠度。圖像融合在自動目標識別、計算機視覺、遙感、機器人、醫學圖像處理以及軍事 應用等領域有著廣泛的應用前景。
[0003] 傳統的融合方法主要有：像素級融合、特征級融合和決策級融合。像素級圖像融合 是指直接對傳感器采集到的數據進行處理而獲得融合圖像的過程，但需要的數據量大，處 理速度慢，實時性差；特征級圖像融合是指對預處理和特征提取后的原始輸入圖像獲取的 景物信息如邊緣、形狀、輪廟和區域等信息進行綜合與處理，實現了可觀的信息壓縮；決策 級融合是指根據一定的準則以及每個決策的可信度作出最優決策，此融合實時性好，但預 處理代價高，信息損失最多。
[0004] 傳統各類圖像融合方法是對圖像的所有系數進行處理來進行圖像融合，以致存在 如下缺點：1)融合圖像的數據量大，存儲空間大，傳輸壓力大；2)圖像融合過程中數據計算 復雜度高，融合時間較長。壓縮感知理論的興起，為信號采集技術帶來了革命性的突破。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，在采樣時也不需要知道信號 的任何先驗信息。因而，減少了恢復的數據量，在一定程度上緩解了傳輸和存儲的巨大壓 力。2008年，Wan等人率先將壓縮感知的理論用于圖像融合的嘗試，仿真驗證了該方法的可 行性，為以后更多研究基于壓縮感知的圖像融合算法的學者提供了參考和動力，掀起了將 壓縮感知理論應用到圖像融合中的研究熱潮。但在提取圖像輪廓與特征信息方面，圖像的 細節損失較多，導致融合后的圖像不夠清晰，難以滿足實際應用的需要。
【發明內容】
[0005] 本發明的目的在于克服上述已有技術的缺點，提出了一種結合壓縮感知的二次圖 像融合方法。本發明的步驟為：首先運用最小二乘逼近法得到源圖像的逼近圖像，再計算源 圖像與逼近圖像的差，得到差值圖像；然后對逼近圖像和差值圖像分別采取對應位置元素 取絕對值最大值的融合規則進行空間域上融合；再利用壓縮感知方法分別得到融合后逼近 圖像與與差值圖像的測量值，按照加權融合規則將兩幅圖像的測量值再次融合得到融合測 量值；最后經正交匹配追蹤算法對融合測量值進行重構并逆變換得到二次融合后圖像，其 具體步驟包括如下：
[0006] 步驟一、將源圖像1\、T2通過最小二乘逼近法得到逼近圖像B1J2 ;
[0007] 步驟二、逼近圖像&、B2分別與源圖像進行差值運算，得出差值圖像CpC2 ;
[0008] 步驟三、將逼近圖像B^B2和差值圖像C^C2中矩陣對應位置元素值采用絕對值取 大的融合規則，得到首次融合后圖像B、C;
[0009] 步驟四、對圖像B、C分別進行離散小波變換得到稀疏矩陣，然后用高斯測量矩陣 求得測量值Y1和Y2 ;
[0010] 步驟五、根據測量值I、Y2和加權融合規則，計算融合測量值Y;
[0011] 步驟六、利用Y通過正交匹配追蹤重構算法重構圖像T;
[0012] 步驟七、將圖像T進行離散小波逆變換得到融合圖像。
[0013] 本發明具有如下優點：
[0014] 1、本發明利用最小二乘法逼近圖像，對圖像進行空間域上的融合，有效提取了圖 像的邊緣信息與特征信息；其次，本發明保留了差值圖像，源圖像的信息得到充分的保留， 以致融合后的圖像保留了源圖像更多信息；
[0015] 2、本發明利用壓縮感知理論對圖像進行變換域上的融合，與傳統的圖像融合方法 相比，圖像經過稀疏、觀測后，減小了圖像數據量，節約了存儲空間，降低了此融合過程中計 算復雜度。
【專利附圖】
【附圖說明】
[0016] 圖1是結合壓縮感知的二次圖像融合流程圖。
【具體實施方式】
[0017] 結合圖1，根據本發明的一個方面，本發明的具體實現步驟如下：
[0018] 步驟一、源圖像！^!^在各點的像素值，通過最小二乘法，即mini|Ax-b|I，得到逼 近圖像&、B2，即：
[0019]
【權利要求】
1. 一種結合壓縮感知的二次圖像融合方法，其特征在于，在圖像處理過程中，將源圖像 分解成兩部分一一逼近圖像和差值圖像，首先對處理后圖像在空間域上采取元素值絕對值 取大融合規則進行融合，然后對融合后的圖像分別進行壓縮感知處理再次融合，所述方法 至少包括以下步驟： 步驟一、將源圖像！\、T2通過最小二乘逼近法得到逼近圖像Bi、B2 ; 步驟二、逼近圖像&、B2分別與源圖像進行差值運算，得出差值圖像CpC2 ; 步驟三、將逼近圖像B1A2和差值圖像C1X2中矩陣對應位置元素值采用絕對值取大的 融合規則，得到首次融合后圖像B、C; 步驟四、對圖像B、C分別進行離散小波變換得到稀疏矩陣，然后用高斯隨機測量矩陣 求得測量值Y1和Y2 ; 步驟五、根據測量值I、Y2和加權融合規則，計算融合測量值Y; 步驟六、利用Y通過正交匹配追蹤重構算法重構圖像T; 步驟七、將圖像T進行離散小波逆變換得到融合圖像。
2. 根據權利要求1所述的一種結合壓縮的感知二次圖像融合方法，其特征在于將源圖 像分解成逼近圖像、差值圖像與圖像空間域上融合的過程，至少還包括以下步驟： 1) 源圖像^在各點的像素值，通過最小二乘法，即mini|Ax-b| |，得到逼近圖像V B2，即：」
其中M、N分別為圖像的高度和寬 度； 2) 將源圖像！\、T2與逼近圖像&、B2在像素值上進行差值運算，得到差值圖像Q、C2, 即：
3) 在空間域上分別對逼近圖像B1、B2，差值圖像C1、C2，矩陣對應位置的元素絕對值取大 得到融合圖像B和C，即：
則b。· =max{Ib' 1,\h"1},Cij=max{\c1。_ | , |c"|,其中I彡i彡Μ, Kj<Ν。
3. 根據權利要求1所述的一種結合壓縮感知的二次圖像融合方法，其特征在于圖像結 合壓縮感知的再次融合過程，至少還包括以下步驟： 1) 稀疏化處理：將圖像B、C進行離散小波變換變換并向量化， B- [Id1，b2，...，bN]，C-[Cpc2,^..，cN]; 2) 采用高斯隨機矩陣為測量矩陣Φ，分別計算圖像B和C的壓縮測量值IY2,T1 =ΦΒ,Y2 =ΦΟ； 3) 計算YpY2的加權融合算子Wpw2 :
M-IN-I M-IN-I 貝丨j, §§?，7)r 其中Iα，j)為圖像在α，j)處的像素值； B MxN c MxN 4) 計算融合壓縮測量值Y，即Y=W1YAw2Yy
【文檔編號】G06T5/50GK104318532SQ201410584167
【公開日】2015年1月28日 申請日期:2014年10月23日 優先權日:2014年10月23日
【發明者】裴廷睿, 郭勛, 朱更明, 李哲濤, 田淑娟 申請人:湘潭大學