基于非下采样 Shearlet 变换与压缩感知的图像融合
针对非下采样剪切波变换(NSST)分解后图像的高频系数数据量较大且具有较大稀疏性的问题,本文提出一种基于 NSST 和压缩感知(CS)的图像融合算法。算法首先采用 NSST 对源图像进行分解;其次利用 CS 算法将 NSST 分解后的图像的高频系数进行压缩、融合及重构;然后利用“局部区域能量和局部区域方差”联合指导待融合图像的低频系数的融合;最后利用 NSST 逆变换重构融合图像。由于只需要对高频系数的压缩值进行融合,因此算法可以在不影响图像融合效果的同时加快代码的运行速度。仿真实验表明,该算法不需要原图像的先验知识就可以完成图像的融合,当图像的尺寸较大时,该算法牺牲了微小的融合图像质量,但却可以显著提高算法的运行速度,减小代码的时间代价,降低对硬件系统的要求。该算法对于融合系统的实时性要求提供了一种思路,具有较大的应用价值。
图像融合、非下采样剪切波变换、压缩感知、局部区域能量、局部区域方差
TP391.41(计算技术、计算机技术)
国家教育部“春晖计划”项目Z2014138;吉林省教育厅基金项目20140529;莆田市科技计划项目No.2014G20 Supported by Chunhui Project of the National Education Department,P.R.Z2014138;Education Depart-ment Foundation of Jilin Province20140529;Science and Technology Plan of Putian City2014G20
2015-12-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
1024-1031