[发明专利]基于冗余字典稀疏表示和评价指标的图像融合方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及图像的融合，可用于图像处理、计算机视觉、遥感、医学图像处理及军事等领域。

背景技术

图像融合(Image Fusion)是指将多源信道上所得到的多幅关于同一目标或区域的图像数据，经过图像处理和计算机技术等方法，最佳地提取各个信道中的重要信息，最后得到一幅融合了各个信道重要信息的高质量图像，以提高图像信息的利用率、可靠性和改善计算机解译精度、提升原图像的空间分辨率和光谱分辨率，有利于进行监测。在不利的环境条件下或者当一个图像传感器不足以提供用于目标识别或场景描述的足够信息时，通过对多幅图像进行融合，获得比较满意的图像效果。融合后的图像对场景或对象的描述比任何单一原图像都要更加全面和精确。融合图像更符合人和机器的视觉特性，有利于诸如目标识别和特征提取的图像处理。

传统的图像融合方法主要有三种：像素级融合、特征级融合和决策级融合。其中：

像素级图像融合方法，是在图像严格配准的条件下，对多源图像直接进行信息融合处理。在像素级融合方法中，近年来普遍使用基于图像稀疏表示的方法。图像的稀疏表示作为图像的一种表示方式，是指图像线性展开中大部分基函数的系数的绝对值都接近于零，只有少数基函数具有较大的非零系数，并且用有限的大系数能表示出图像的大部分，稀疏表示中如果信息信号越稀疏，恢复信号就越准确。目前传统的固定正交基的稀疏表示方法如小波方法有时不足以捕获信号的多种特征，信号不够稀疏，因此融合后的图像不够准确、信息不够丰富。

特征级图像融合方法，是通过检测图像中的边缘、纹理和方向等特征信息，提取图像中的细节特征然后再进行融合操作，融合结果能最大限度地给出决策者所需要的特征信息，缺点是是融合精度没有像素级融合方法高。

决策级图像融合方法，是从图像中挖掘语义信息，再进行融合操作，优点是具有良好的实时性和容错性，缺点是预处理代价高，信息损失最多。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于冗余字典稀疏表示和评价指标的图像融合方法，以减少融合图像的信息损失，提高融合图像的精度。

实现本发明目的的技术方案是：充分利用稀疏表示理论和冗余字典的优点，结合基于评价标准的融合规则，通过少量的稀疏表示后的原子及其系数来进行融合，具体步骤包括如下：

(1)输入待融合图像A和B，对待融合图像A和B用滑窗间隔为m的滑动窗口自上到下，自左到右的进行分块，分成l块大小为n×n的局部图像块其中：i表示第i个分块，i＝{1，2，...，l}，n根据带融合图像大小选定，m取值为能被n整除的正整数；

(2)分别对图像块用冗余脊波字典T进行稀疏度为k的稀疏表示，得到稀疏表示后的两组原子和及其对应的系数向量

(3)计算系数向量对应的一范数

ciA=Σj=1k|yijA|,i={1,2,...,l},]]>