基于壓縮感知的可見光和紅外圖像融合算法研究.pdf

1、在信息技術(shù)飛速發(fā)展的時(shí)代，傳統(tǒng)的信號采樣方法----奈圭斯特采樣定理已經(jīng)不能滿足人們對實(shí)際應(yīng)用的需求。近年來，Donoho和Candes等人提出的壓縮感知理論指出：當(dāng)信號是可壓縮的或在某個(gè)變換域是稀疏時(shí)，只需要對信號做少量的隨機(jī)投影就能包含恢復(fù)信號所需要的足夠信息，最終通過求解一個(gè)優(yōu)化問題就可以從這些少量的投影中以高概率重構(gòu)出原始信號。該理論具有直接的信息采樣性，用遠(yuǎn)低于奈圭斯特采樣速率對信號進(jìn)行測量編碼，在圖像處理、雷達(dá)等領(lǐng)域得到廣泛

2、的應(yīng)用。
　　本研究主要內(nèi)容包括：⑴針對NSCT變換分解得到的各個(gè)方向子帶稀疏度不同的問題，提出了一種改進(jìn)的CS_NSCT圖像融合方法。首先對待融合圖像進(jìn)行NSCT分解，接著對得到的高頻分量采用自適應(yīng)的壓縮感知方法進(jìn)行壓縮，并將其在壓縮域融合后重構(gòu)；對低頻分量采用DCT高頻能量準(zhǔn)則融合，最后對融合后的高低頻分量做NSCT重構(gòu)。仿真實(shí)驗(yàn)結(jié)果表明，本文算法在確保圖像質(zhì)量的同時(shí)有效的減少了數(shù)據(jù)量。⑵對于傳統(tǒng)絕對值取大的方法，在CS對高頻

3、分量的觀測過程中，觀測矩陣的隨機(jī)性使原圖像的信息隨機(jī)分布到觀測向量上，當(dāng)圖像包含的信息量大時(shí)，絕對值系數(shù)大的圖像不一定是信息量多的圖像，而標(biāo)準(zhǔn)差卻能表示圖像信息量的多少。但是當(dāng)兩幅圖像的標(biāo)準(zhǔn)差相差不大時(shí)，就無法判斷哪副圖像包含的信息更多。因此，本文針對單一算法的不足，提出了一種新的融合規(guī)則，采用設(shè)置閾值結(jié)合標(biāo)準(zhǔn)差加權(quán)和絕對值取大的圖像融合方法融合圖像。仿真實(shí)驗(yàn)表明，本文算法相比傳統(tǒng)算法取得了更好的融合效果。⑶在分析數(shù)字圖像融合理論的基礎(chǔ)