基于稀疏原子融合的RGB-D场景图像融合算法

• 作者: 刘帆 刘鹏远 张峻宁 徐彬彬
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 图像融合 K奇异值分解 互信息 RGB-D
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机器视觉
• 页码范围: 214-223
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS201838.0115003

摘要

针对当前彩色图像和深度图像(RGB-D)特征融合困难、联合识别效率不高的问题,提出了一种结合K奇异值分解(KSVD)和最大相关最小冗余准则(mRMR)的RGB-D场景图像融合算法.该算法首先采用KSVD稀疏图像的特征,将稀疏系数对应的字典原子作为特征融合的参数,以完整地表达图像的全部信息;之后采用互信息的mRMR原则求取维度最小且各维度之间相关性最小的特征原子组合;最后通过最大化原则融合特征原子对应的稀疏系数,从而完成了两种图像之间的有效信息融合.实验结果表明,该算法在信息熵、互信息和边缘保持度等方面比主成分分析-K奇异值分解和非下采样轮廓变换-K奇异值分解融合算法更有优势,有效提高了图像目标的识别准确率和成功率.