基于原子加权稀疏表示的图像融合算法

• 作者: 杨家俊 陈昕 丁祝顺
• 来源期刊: 导航与控制
• 关键词: 图像融合 稀疏表示 稀疏字典 原子加权稀疏表示
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 信息与人工智能|Information and Artificial Intelligence
• 页码范围: 110-120
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1674⁃5558.2021.02.015

摘要

图像融合一直以来都是图像处理与机器视觉领域中极其重要的研究方向,而稀疏表示(Sparse Representation,SR)是当前应用最为广泛的图像表示理论之一.针对传统的基于稀疏表示的图像融合策略对超完备字典信息利用不足的问题,提出了基于原子加权稀疏表示(Atom?weighted Sparse Representation,AWSR)的图像融合算法.首先,利用超完备字典对源图像进行稀疏域分解,得到稀疏系数向量;然后,基于超完备字典的信息表达特性构造权向量,并对稀疏系数向量进行加权;最后,基于原子加权融合系数,并结合稀疏系数向量及超完备字典完成源图像的融合.基于六种融合图像质量客观评价指标的对比实验证明了本文方法的融合质量优于传统的基于稀疏表示的图像融合算法,验证了该加权策略能够有效提升图像融合系统的抗噪性和鲁棒性.