基于压缩感知的图像融合算法研究

发布时间：2017-06-28 08:00

  本文关键词：基于压缩感知的图像融合算法研究，由笔耕文化传播整理发布。

【摘要】：图像融合是将多个成像传感器或同一成像传感器在不同模式下获取的同一场景的图像信息加以综合,使合成的新图像能够提供比原来单幅图像更多的信息量,实现多元数据的优势互补。随着技术的发展,获取的数据量巨大,传统的奈奎斯特采样定理要求采样率不得低于信号带宽的两倍,给存储和传输带来了巨大的负担。压缩感知(Compressed Sensing,CS)技术是一种新兴的压缩采样技术,在采样的同时完成信号的压缩,极大的降低了采样数据量,减少了存储和传输的压力,所以该技术在许多领域特别是图像处理领域具有广阔的应用前景。本文将压缩感知用于图像融合领域,主要工作如下:(1)提出一种基于联合稀疏表示的压缩感知(JSRCS)图像融合方法。因为两幅图像是对同一场景的记录,所以具有公共的信息,但是由于成像原理的不同,又会表现出不同的图像信息,这是联合稀疏模型一(JSM-1)的理论基础,因此可以用JSM-1来进行图像稀疏表示。首先利用K-SVD训练得到具有自适应性的冗余字典,然后根据联合稀疏模型提取图像的公共稀疏系数和独立稀疏系数,并对系数进行降维观测,融合规则采用加权1l范数。此外,由于K-SVD具有较强的噪声抑制能力,该算法在实现高质量图像融合的同时可以进行图像的去噪。(2)提出一种基于自相关函数测度(AFM)的压缩感知图像融合方法。该方法主要是针对多聚焦图像融合,从成像原理分析可知,聚焦良好的图像则具有丰富的高频信息,并且从频率的角度来解释图像清晰与模糊是直观的,是符合人眼的视觉特性和主观感受的。根据维纳-辛钦定理可知,图像的自相关函数和功率谱是傅立叶变换对,所以可以通过图像的自相关函数来评价图像的清晰度。首先将两幅同样的经过不同聚焦的源图像用FFT分别进行稀疏表示,得到它们的稀疏系数;然后,分别用双星形采样模式对得到的稀疏系数进行观测得到两个观测向量,并用提出的基于自相关函数测定(AFM)的融合准则对这两个观测向量进行融合,以使得图像的远近景物都能够获得最佳清晰度;最后使用自适应次梯度投影算法来重构出融合的稀疏系数,进而通过IFFT重构出融合图像。实验结果表明:AFM融合准则获得了更高的融合图像质量。(3)提出一种基于自适应的次梯度投影(ASPM)重构算法。本文对自适应次梯度投影算法进行了改进,采用自适应的膨胀系数调节机制,使算法具有更好的收敛速度以及精度。实验表明,ASPM与梯度投影、OMP算法相比,其在运行时间、MSE、抗噪声干扰综合优势更明显。
【关键词】：压缩感知 图像融合 联合稀疏表示 自相关函数 次梯度投影
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 压缩感知研究现状11-12
• 1.2.2 图像融合现状12-13
• 1.3 研究内容与创新点13-14
• 1.4 论文的框架与安排14-15
• 第2章 压缩感知和图像融合理论简介15-29
• 2.1 引言15-16
• 2.2 图像融合16-18
• 2.2.1 变换域图像融合16-17
• 2.2.2 空间域图像融合17-18
• 2.3 基于压缩感知的图像融合18-25
• 2.3.1 信号稀疏表示19
• 2.3.2 观测矩阵设计19-20
• 2.3.3 图像融合规则20-22
• 2.3.4 压缩感知重构算法22-25
• 2.4 图像融合质量评价25-28
• 2.4.1 主观评价方法25-26
• 2.4.2 客观评价方法26-28
• 2.5 小结28-29
• 第3章 基于联合稀疏表示的压缩感知图像融合29-37
• 3.1 引言29
• 3.2 联合稀疏表示29-31
• 3.2.1 联合稀疏模型一30
• 3.2.2 联合稀疏模型二30-31
• 3.3 基于联合稀疏表示的压缩感知图像融合31-33
• 3.3.1 K-SVD字典训练31-32
• 3.3.2 基于联合稀疏表示的特征提取32
• 3.3.3 观测矩阵32
• 3.3.4 融合算法32-33
• 3.4 实验结果与分析33-36
• 3.5 小结36-37
• 第4章 基于自相关函数测度的压缩感知图像融合37-49
• 4.1 引言37
• 4.2 多聚焦可见光图像成像特性37-39
• 4.3 图像的自相关函数39-43
• 4.3.1 图像的一维功率谱39-40
• 4.3.2 自相关函数估计40-43
• 4.3.3 自相关波峰宽度43
• 4.4 基于自相关函数测度的多聚焦图像融合43-44
• 4.4.1 采样模式43
• 4.4.2 融合算法43-44
• 4.4.3 算法实现策略44
• 4.5 实验结果与分析44-48
• 4.6 小结48-49
• 第5章 自适应次梯度投影重构算法49-57
• 5.1 引言49
• 5.2 次梯度投影算法49-50
• 5.3 改进的次梯度投影算法50-52
• 5.4 实验结果与分析52-56
• 5.4.1 压缩重构实验52-53
• 5.4.2 算法稳定性的比较53-54
• 5.4.3 不同稀疏度下算法性能比较54-55
• 5.4.4 算法抗噪性比较55-56
• 5.5 小结56-57
• 第6章 总结与展望57-59
• 6.1 本文工作总结57
• 6.2 展望57-59
• 参考文献59-65
• 致谢65-66
• 附录：研究生在读期间的研究成果66

【参考文献】

中国期刊全文数据库 前1条

1 赵志彬;刘晶红;;基于图像功率谱的航空光电平台自动检焦设计[J];光学学报;2010年12期

  本文关键词：基于压缩感知的图像融合算法研究，，由笔耕文化传播整理发布。

本文编号：493043