基于Contourlet域分块压缩感知的图像融合

摘要：

针对传统图像融合方法导致纹理细节丢失的现象,提出了一种基于抗混叠移不变Contourlet域的分块压缩感知(block-based compressed sensing,BCS)图像融合算法——Contourlet_BCS.把善于表达图像纹理及边缘信息的Contourlet变换引入了压缩感知稀疏表示中,同时对分解得到的低频系数采取加权的区域能量融合规则,高频系数采取基于广义高斯分布模型的加权融合规则进行图像系数融合,最后在压缩感知框架下利用带平滑处理的投影Landweber算法重构.实验结果表明,Contourlet_BCS融合效果优于传统方法,融合的图像纹理清晰,边缘细节信息更为丰富.

关键词：分块压缩感知、Contourlet变换、广义高斯分布、加权融合

所属期刊栏目：31

分类号：TN9;TP3

资助基金：河南省科技厅项目"基于云存储的河南省终身教育海量数字化资源公共服务基础平台建模研究"152102210304;河南省教育厅项目"面向河南省社区远程教育的海量数字化教学资源存储管理研究"No.ZJA15172Henan Provincial Department of Science and Technology Project "The Public Service Platform of Massive Digital Resources of Henan Lifelong Education Based on Cloud Storage"152102210304;Henan Provincial Department of Education Project "Research on Storage Management of Massive Digital Teaching Resources for Community Distance Education in Henan"ZJA15172

在线出版日期：2016-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-84