[发明专利]一种利用高频信息引导的基于稀疏表示的图像融合方法

权利要求书

1.一种利用高频信息引导的基于稀疏表示的图像融合方法，其特征在于：该方法具体步骤如下：

步骤一：将图像信息分解成高频部分和低频部分：采用非降采样金字塔分解的方式，提取出图像信息中不同层次上的高频信息；

步骤二：利用样本图像的高频信息和低频信息分别完成适应高频信息的过完备字典和适应低频信息的过完备字典建立：通过样例学习方法得到过完备字典；

步骤三：利用高频信息引导低频信息的融合；采用改进后的融合规则，将高频信息引入约束低频信息的融合；

改进后的融合规则如下：

其中，i为图像窗口列变换后的序号；j为图像分解成不同层次下的高频信息序号；x为非下采样金字塔变化分解得高频信息个数；α_AL为图像A中低频信息的稀疏系数；α_AH图像A中高频信息的稀疏系数；α_BL为图像B中低频信息的稀疏系数；α_BH为图像B中高频信息的稀疏系数；α_FL为融合后低频信息的稀疏系数；

将高频部分的1范数与低频部分的0范数结合考虑，创建新的低频部分融合中的融合规则；得到融合后的低频信息{IL_F}；

步骤四：采用绝对最大值作为融合策略进行高频信息的融合，得到融合后的各个层次上的高频信息{IH_F}；

步骤五：重建融合图像；

通过步骤三以及步骤四中所获得的融合图像的低频信息{IL_F}以及高频信息{IH_F}，将融合后得到的高频和低频信息进行处理，得到融合图像I_F。

2.根据权利要求1所述的一种利用高频信息引导的基于稀疏表示的图像融合方法，其特征在于：所述步骤二具体如下：

2.1采用K-奇异值训练方法，以图像低频信息作为样本，完成适应低频部分的过完备字典的构建；

2.2采用原子间相互性弱的连贯正则训练方法进行适应图像高频部分的字典训练。

3.根据权利要求1所述的一种利用高频信息引导的基于稀疏表示的图像融合方法，其特征在于：步骤三中所述的创建新的低频部分融合中的融合规则，具体步骤如下：

3.1应用滑窗将{IL_A,IL_B}，{IH_A,IH_B}从图像的左上到右下每次滑s步分成一系列的列向量(n×1)以及

3.2将低频信息每一列去均值重构，高频信息不变，低频信息表示为：在公式中I代表全1的向量，高频信息表达为：

3.3计算各自的稀疏系数，通过不同的字典训练后得到适应高频和低频的信息的字典，使用的求解稀疏系数的方法是正交匹配贪婪法(OMP)即求解以及计算如下：

3.4通过所构建的新的低频融合规则得到融合后的低频稀疏系数，最终融合后的低频稀疏系数为

3.5通过一系列的列向量进行滑块逆变换，将列向量(n×1)转化成为的一系列块状区域，块状区域复原除以所覆盖面的均值矩阵从而得到融合后的低频信息{IL_F}。