基于稀疏表示的图像融合方法分析-控制科学与工程专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV quality of fused image than the existing state-of-the-art methods. Keywords sparse representation; MOD/K-SVD/SAE methods of learning dictionary; image fusion; cartoon and texture component; MCA-TV algorithm 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 研究意义与背景 1 1.2 稀疏表示及图像融合的研究现状 2 1.2.1 稀疏表示研究现状 2 1.2.2 图像融合研究现状 4 1.3 主要工作 5 1.4 论文的内容安排 6 1.5 本章小结 6 2 稀疏表示理论和图像融合技术 7 2.1 稀疏表示理论 7 2.1.1 稀疏表示基本原理 7 2.1.2 稀疏重构算法 8 2.2 图像融合理论及主要融合算法 10 2.2.1 基于 PCA 变换的图像融合 11 2.2.2 基于小波变换的图像融合 12 2.2.3 基于多尺度几何分析的图像融合 13 2.3 本章小结 14 3 基于字典学习的图像融合 15 TOC \o 1-1 \h \z \u HYPERLINK \l _TOC_250002 3.1 MOD 字典训练 15 HYPERLINK \l _TOC_250001 3.2 K-SVD 字典训练 17 HYPERLINK \l _TOC_250000 3.3 SAE 字典训练 19 3.4 基于字典学习的图像融合 20 3.4.1 特征提取 20 3.4.2 融合规则 22 3.4.3 结果仿真和分析 23 3.5 本章小结 29 4 基于卡通纹理稀疏分解的图像融合算法研究 30 4.1 图像卡通纹理分解 30 4.1.1 基于变分的卡通纹理分解模型 30 4.1.2 基于稀疏表示的卡通纹理分解模型 31 4.2 基于图像卡通纹理稀疏分解的图像融合 32 4.2.1 基于 MCA-TV 的卡通纹理分解 33 4.2.2 融合规则设计 35 4.2.3 仿真结果及分析 37 4.3 本章小结 45 5 总结与展望 47 5.1 总结 47 5.2 展望 48 致 谢 50 参考文献 51 附 录 57 A. 作者在攻读学位期间发表的论文及专利目录： 57 B. 作者在攻读学位期间取得的科研成果目录： 57 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 研究意义与背景 图像融合，作为多源信息融合的一个重要的分支，是综合了图像处理、计算 机视觉和模式识别等多学科的处理技术。其主要思想是将不同模式下的同一场景 的图像信息，通过合适的融合规则，获得更为精确、全面、可靠的图像表达。由 于不同图像成像的原理不同，它们所体现的信息也大不相同。如医学图像中 CT 和 MRI 图像分别针对就诊者的骨骼部分和软组织部分进行成像，因此 CT 和 MRI 图 像的融合对于诊断者对疾病的诊断和治疗有着重大的意义。同时，在许多场景中 会分别得到同一时间同一地点的可见光图像和红外图像。可见光图像是根据光的 反射特性获得的图像，在一定的光照下能获得清晰的图像，但当光照度较低时， 获得的目标较为模糊。而红外图像是由观测背景和目标的温度差决定的，所以对 动物、人或发热物体等具有高温度的目标有着很好的成像，但对于自然环境中的 道路与树木等不发热的背景目标只有模糊的成像。因此红外和可见光图像在某种 程度上是互补的。融合可见光图像和红外图像可对目标形成更为可靠、全面和准 确的描述，对夜间活动和战场环境观测有着很大的作用。总而言之，图像融合技 术能更好地描述指定的目标或场景，消除从同一场景获得的图像之间信息的冗余 性，并利用其互补性，将多幅图像通过合适的方法融合为一幅图像，从而提高了 对信息的理解和分析。同时，图像融合技术已经被广泛地应用于医学图像处理、 军事、目标检测和远程感知等实际领域。因此，研究图像融合技术具有深刻的意 义。 随着信息技术手段的不断增加，越来越多的不同形式的数据采集技术被不断 的提出，可融合的数据源也越来越丰富，同时能够用于融合的图像种类也越来越 多。如表 1.1 所示，目前主要的可用于融合的图像种类包括医学图像、红外和可见 光图像及多聚焦图像等。总体来说，图像融合技术可分为三个部分：对每幅图像 进行特征提取，采用合适的融合规则对得到的特征进行融合，最后重构得到融合 后的图像。其中