一种快速的基于稀疏表示和非下采样轮廓波变换的图像融合算法

发布时间：2017-11-05 23:19

  本文关键词：一种快速的基于稀疏表示和非下采样轮廓波变换的图像融合算法

  更多相关文章： 图像处理 图像融合 非下采样轮廓波变换 稀疏表示 快速算法

【摘要】：为了提高图像融合的效率和质量,该文提出一种基于快速非下采样轮廓波变换(NSCT)和4方向稀疏表示的图像融合算法。该方法首先对源图像进行快速NSCT分解,生成一系列低通和高通子带。对于低频子带,利用自适应生成的DCT过完备字典进行快速的4方向稀疏表示和系数融合;对于高频子带,则利用高斯加权区域能量最大的融合规则进行系数融合。快速NSCT将传统NSCT的树形滤波结构转变为多通道滤波结构,能成倍提高分解效率;快速的稀疏融合则抛弃了传统的滑动窗口方法,以水平、垂直、对角线4个方向进行稀疏表示和稀疏融合,进一步提高算法效率。实验结果表明,提出的快速算法能在不影响融合质量的条件下将算法效率提高近20倍。
【作者单位】： 哈尔滨工程大学信息与通信工程学院;
【基金】：国家自然科学基金(61571145,61405041) 黑龙江省自然科学基金重点资助项目(ZD201216) 哈尔滨市优秀学科带头人资金(RC2013XK009003)~~
【分类号】：TP391.41
【正文快照】： 1引言由于成像机理和技术限制,单一传感器获取的图像并不能反映被观测对象的所有特征,因此需要对不同传感器图像中的有用信息进行提取,并融合成一副具备更完整信息,并有助于人类观察和处理Academic Leaders Program of Harbin(RC2013XK009003)的图像。目前,已经有大量的图像融

【相似文献】

中国期刊全文数据库 前10条

1 李映;张艳宁;许星;;基于信号稀疏表示的形态成分分析:进展和展望[J];电子学报;2009年01期

2 赵瑞珍;王飞;罗阿理;张彦霞;;基于稀疏表示的谱线自动提取方法[J];光谱学与光谱分析;2009年07期

3 杨蜀秦;宁纪锋;何东健;;基于稀疏表示的大米品种识别[J];农业工程学报;2011年03期

4 史加荣;杨威;魏宗田;;基于非负稀疏表示的人脸识别[J];计算机工程与设计;2012年05期

5 高志荣;熊承义;笪邦友;;改进的基于残差加权的稀疏表示人脸识别[J];中南民族大学学报(自然科学版);2012年03期

6 朱杰;杨万扣;唐振民;;基于字典学习的核稀疏表示人脸识别方法[J];模式识别与人工智能;2012年05期

7 张疆勤;廖海斌;李原;;基于因子分析与稀疏表示的多姿态人脸识别[J];计算机工程与应用;2013年05期

8 李正周;王会改;刘梅;丁浩;金钢;;基于形态成分稀疏表示的红外小弱目标检测[J];弹箭与制导学报;2013年04期

9 胡正平;赵淑欢;李静;;基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究[J];模式识别与人工智能;2014年01期

10 陈思宝;赵令;罗斌;;局部保持的稀疏表示字典学习[J];华南理工大学学报(自然科学版);2014年01期

中国重要会议论文全文数据库 前1条

1 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年

2 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年

3 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年

4 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年

5 何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年

6 宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年

7 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年

8 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年

9 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年

10 路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年

2 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年

3 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年

4 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年

5 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年

6 梁晓捷;基于网络摄像头与稀疏表示分类法的实时人脸识别系统应用研究[D];五邑大学;2015年

7 邱大伟;基于稀疏表示的图像超分辨率重建算法研究[D];太原理工大学;2016年

8 黄荣;人脸识别中的特征生成技术应用研究[D];东南大学;2015年

9 王东青;稀疏表示和判别性字典学习的海马子区图像自动分割算法[D];北京理工大学;2016年

10 石路遥;基于字典学习的低剂量CT图像处理方法[D];东南大学;2015年

，

本文编号：1146329