[发明专利]一种利用稀疏表征法权重分析的双波段图像融合方法

说明书

技术领域

本发明涉及图像处理技术，尤其涉及一种利用稀疏表征法权重分析的双波段图像融合方法。

背景技术

图像融合旨在将多个成像传感器或单一成像传感器所获取的图像信息加以综合，以获得对场景更加准确而全面的描述。在军事光学成像探测、遥感测绘、公共安全监控等应用领域中，不同波段的成像技术的组合具有非常潜在的应用价值：由于各自的成像特性和它们之间具有的良好互补性，人们往往都利用二者的优势协同成像，并利用图像融合的手段对双波段图像信息进行整合，提高图像的理解度和后续处理能力。

近年来，图像融合的开展得有声有色。基于空域的方法是最为方便、运算效率最高。基于空间域的图像融合方法不需要进行任何分解变换，直接对原图像的数据进行操作。典型的方法包括基于灰度值选择的方法，基于像素权值的方法以及基于PCA的方法等。基于空间域的方法原理较为简单，计算量小，应用也最为广泛，其融合规则往往为基于多尺度分解的方法所借鉴。基于稀疏表示的方法也有所涉及，但一般与识别相结合，且常常不在空域内操作，整体流程更为复杂。

一般融合方法对图像中显著信息的保留有所不足，往往会降低图像的对比度；此外，不同波段光学成像对探测目标的特征信息具有不同的获取能力，反映在图像上则不同的特征信息，而普通的空域融合方法可能会缺失部分的不同波段的特征，导致信息提取能力的下降。这都影响后续的目标探测与识别等工作的开展。因此，如何建立更合适的图像空域融合方法、在融合图像中充分展现不同波段特征信息是一个重要的研究难题。

发明内容

本发明针对现有技术的不足，提供一种利用稀疏表征权重分析的双波段图像融合方法，一方面利用稀疏表征手段实现图像信息的权重分析而获取权重图，另一方面结合权重图融合双波段图像，使得融合结果凸显潜在目标信息、保留显著信息。

为解决上述问题，本发明提出一种利用稀疏表征权重分析的双波段图像融合方法，包括：构建中心周围块法稀疏表征思路基础上的权重分析模型；降维设计加速稀疏求解，并按权重分布设计融合思路，最终实现双波段图像融合。

本发明具体包括以下步骤：

1、构建中心周围块法稀疏表征思路基础上的权重分析模型

本发明提出稀疏法权重分析的方法主要在衡量潜在目标区域与背景的差异，而这种差异的获取是通过局部计算的。

(1)中心与周围图像块的选取

对于图像I中的任意一个像素p，以p为中心向周围扩展像素而选取t×q的图像块g，称为中心块，则p为该块的中心像素；同理，p周围的像素也可以提取出与中心块等大的相应的块，称为周围块h，设定这个周围的范围为以p为中心的扩展的T×Q区域，在这个区域内可获取N个周围块。

由上已知中心块为g，将这个t×q的灰度块看作一个M×1的向量，其中M＝tq。在T×Q区域内的周围空间块h_i(i＝1，2...N)，因为，那么第i个周围块可以被视作空间的M×1向量，该块的元素为h_i^[m]，m＝1，2...M。所有的周围块h_i构成一个M×N的字典矩阵H，H＝{h₁，h₂...h_N}。

(2)稀疏表征方程的建立

本发明用所有的周围块H来表征中心块g，

g=Σi=1Nf[i]hi=Hf]]>

这里未知待求解的参量f可认为是一个N×1的权重向量。

本发明中，周围块的选择允许重叠，M<<N可以满足，在这种情况下，存在稀疏解f使得周围块集合H来稀疏表征中心块g。于是，类似于查询字典，其是由N个周围块构成的矩阵。那么也就是说，用H里头向量元素的线性组合来表征g时，即g＝Hf，表示线性组合权重系数的向量f应该有很多零值，f是个稀疏向量。

为了得到g的稀疏表征f，，要求解f的L0范数最优解：