卷积稀疏表示图像融合与超分辨率联合实现

• 作者: 张亚飞 李凡 李华锋 杨默远 谢明鸿
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 图像融合 卷积稀疏表示 超分辨率 脉冲耦合神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 光学图像处理
• 页码范围: 236-246
• 页数: 11页
• 分类号: TP751
• 语种: 中文

摘要

为避免图像融合与超分辨率分步实现的不足,提出了基于卷积稀疏表示的融合与超分辨率重建联合实现方法.假设低分辨率与高分辨率图像之间具有相同的稀疏特征图,设计了一种高、低分辨率滤波器联合学习框架,实现对图像高低频成分的分离,并根据不同成分的形态特性设计了不同的融合规则:对于高频成分,根据稀疏特征图亮度信息和像素活跃性水平,设计了一种像素显著性度量方案来指导高频特征图的融合;对于低频成分,根据脉冲耦合神经网络能捕获邻域相似像素点火的特性,设计了低频成分融合方法.所提方法不需要将图像分割成重叠的块,避免块向量化的缺陷.实验结果表明,能有效提高图像融合的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢明鸿	昆明理工大学信息工程与自动化学院	14	21	3.0	4.0
2	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
3	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
4	李凡	昆明理工大学信息工程与自动化学院	3	0	0.0	0.0
5	杨默远	昆明理工大学信息工程与自动化学院	1	0	0.0	0.0