基于稀疏表示的图像融合方法研究
重庆大学硕士学位论文
(学术学位)
学生姓名:李锦兴
指导教师:柴 毅 教 授
专 业:控制科学与工程
学科门类:工 学
重庆大学自动化学院
二 O 一五年四月
Image fusion algorithms based on sparse
representation
A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Master’s Degree of Engineering
By
Li Jinxing
Supervised by Prof. Chai Yi
Specialty:Control Science and Engineering
College of Automation of
Chongqing University, Chongqing, China
April, 2015
重庆大学硕士学位论文 中文摘要
摘 要
图像融合技术将同一场景的图像融合为一幅图像,很好地解决了图像之间信
息的互补性和冗余性,从而能更好地描述目标或场景。图像融合主要包括特征提
取、对提取的特征进行融合和重构得到融合后的图像。由于稀疏表示能尽可能的
用少量的原子表示信号,较好地提取出信号的主要特征,本文从稀疏表示理论出
发,针对图像融合的问题,对基于稀疏表示的图像融合算法进行了深入的探索和
研究。
由于基于学****或训练得到的字典能对图像进行自适应地稀疏表示,本文对基
于 MOD (Method of Optimal Directions)和 K-SVD 字典训练算法做了分析和讨论,
并将其应用到图像融合中。同时,稀疏自编码网络(Sparse Auto-Encoder, SAE)可以
较好地对图像进行稀疏表示,并已被广泛地应用于图像处理领域,本文研究了基
于 SAE 的图像融合算法。利用 SAE 训练得到过完备字典,然后对待融合图像进行
稀疏表示,最后融合稀疏系数并重构得到融合图像。本文分别对以上三种基于字
典训练的图像融合算法做了仿真实验,并比较和分析了三种算法的优劣性。
其次,考虑到自然图像往往由多种成分组成,本文研究了一种基于图像卡通
纹理稀疏分解的图像融合算法。本文首先利用稀疏表示模型,采用 MCA-TV
(Morphological Component Analysis with Tota
基于稀疏表示的图像融合方法研究 来自淘豆网www.taodocs.com转载请标明出处.