图像差与加权核范数最小化的压缩图像融合

• 作者: 张贵仓 汪凯 苏金凤
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 图像融合 压缩感知 信息论 图像差 加权核范数最小化
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图形与图像
• 页码范围: 1785-1794
• 页数: 10页
• 分类号: TP391.41
• 字数: 9597字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.10.010

摘要

现有的图像融合算法存在非线性操作产生的噪声干扰和空间复杂度高等问题,使得融合图像易失真和丢失信息.一些学者提出的压缩感知图像融合算法能有效改善这一问题,但大多忽略了图像矩阵的低秩性,往往会降低融合质量.由此,将压缩感知融合技术与低秩矩阵逼近方法相结合,提出基于信息论图像差与自适应加权核范数最小化的图像融合算法.该算法由3个阶段组成.首先,将2幅源图像通过小波稀疏基稀疏化,并利用结构随机矩阵压缩采样,得到测量输出矩阵.然后,将测量输出矩阵进行分块,再利用图像差融合算法得到融合后的测量输出矩阵块.最后,利用自适应加权核范数最小化优化得到的块权重,通过正交匹配追踪法重建融合图像.实验结果表明了该算法的有效性和普适性,并且在多种评价指标上优于其他融合算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张贵仓	西北师范大学数学与统计学院	94	658	12.0	21.0
2	汪凯	西北师范大学数学与统计学院	8	29	2.0	5.0
3	苏金凤	西北师范大学数学与统计学院	5	0	0.0	0.0