基于PCA和总变差模型的图像融合框架

• 作者: 夏德深 孙怀江 孙权森 潘瑜 郑钰辉
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 图像融合 主成分分析 图像去噪 总变差
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1200-1210
• 分类号: TP391.4
• 字数: 5563字
• 语种: 中文

摘要

为了能够抑制融合图像中的噪声且提升融合效果,提出一种在进行融合时去噪的新框架,并在此基础上提出一种基于主成分分析(PCA)的融合框架.首先将源图像进行PCA操作,依据前几个主成分重建图像,再经下采样过程得到近似图像;然后通过上采样得到与上层图像的差异图像,即细节图像;最后将最底层近似图像与各层细节图像累加,完成图像的重构.将该框架纳入总变差模型后形成一种新的具有融合和去噪效果的框架.实验结果表明,该方法不仅能对同分辨率图像融合,获得较好的融合效果,而且在全色图像和多光谱图像的融合中可较好地保持光谱信息和空间信息,并能够抑制图像中存在的噪声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏德深	南京理工大学计算机科学与技术学院	220	3601	29.0	48.0
2	孙权森	南京理工大学计算机科学与技术学院	112	1385	19.0	32.0
3	孙怀江	南京理工大学计算机科学与技术学院	81	1003	16.0	28.0
4	郑钰辉	南京信息工程大学计算机与软件学院	15	312	5.0	15.0
5	潘瑜	南京理工大学计算机科学与技术学院	12	168	7.0	12.0