基于判别字典学习与形态成分分解的多源图像融合

• 作者: 张亚飞 李华锋 王一棠
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 图像融合 图像分解 字典学习 形态成分分解 稀疏表示
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 光图像处理
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP394.1
• 语种: 中文

摘要

提出了一种基于形态成分分析的多源图像融合方法.为了将源图像中不同形态结构的卡通-纹理成分分离,把图像的分解问题转化为图像的分类问题,设计了卡通纹理判别字典学习模型.考虑到图像分解不仅与字典有关,还与分解的策略有关,设计了一种新的图像分解模型.在模型中,将纹理成分看成叠加在源图像卡通成分上的噪声,引入非局部均值相似性的一致性正则项,来约束稀疏编码系数的解空间.根据对应成分的编码系数l1范数值最大来选取融合图像的编码系数.实验结果表明,无论是在视觉效果还是在客观指标上,方法都具有更好的融合性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亚飞	昆明理工大学信息工程与自动化学院	7	8	2.0	2.0
2	李华锋	昆明理工大学信息工程与自动化学院	6	11	2.0	3.0
3	王一棠	昆明理工大学信息工程与自动化学院	1	2	1.0	1.0