基于压缩感知的图像融合方法研究

《基于压缩感知的图像融合方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、代号10701学号1102120732分类号TP751密级公开题（中、英文）目基于压缩感知的图像融合方法研究CompressiveSensingBasedImageFusion作者姓名戴金洪指导教师姓名、职务焦李成教授学科门类工学学科、专业电路与系统提交论文日期二○一四年三月西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；

2、也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，

3、毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：日期:导师签名：日期:摘要1摘要压缩感知理论是一种全新的采样理论，在采样的同时完成了信号的压缩，极大的降低了采样数据量，减少了存储和传输的压力，在图像处理领域受到了广泛的关注。本文将压缩感知理论应用于图像融合，主要工作有以下三方面。（1）提出了一种基于压缩感知和能量规则的多聚焦图像融合方法。该方法利用两个图像块观测向量的能量来制定融合规则，并在融合规则中引入数据相似度作为融

4、合权值的调节项，因而可以根据图像块的相似程度，自适应的选择图像块最佳融合权值。通过实验结果分析可知，将该方法应用到多聚焦图像融合中能取得较好的效果并且具有一定的稳定性。（2）提出了一种基于差值图像稀疏学习的遥感图像融合方法，针对由全色图像灰度与多光谱图像灰度差异引起的融合后光谱失真严重的问题，给出了在差值图像上进行融合的新思路。首先计算差值图像，然后通过半对称字典对待融合低分辨率差值图像进行超分辨处理得到高分辨率差值图像，并对其进行逆变换，便得到高分辨的多光谱图像。实验证明了该方法得到的融合图像同时具有空间和光谱的高分辨率，不

5、但能减少光谱失真，还能把全色图像的细节信息更多的注入到融合图像中来。（3）提出了一种基于压缩感知和去相干性字典设计的遥感图像融合方法，首先给出了遥感图像关系模型，将低分辨率多光谱图像和全色图像看作是由高分辨率多光谱图像抽取得到的，并将抽取矩阵看作观测矩阵，从而将遥感图像关系模型转换成压缩感知模型，可以通过求解一个具有稀疏约束的优化问题得到融合图像。根据有限等距特性，观测矩阵与字典相干性越小，重构精度越高。因此，我们提出了一种去相干性的字典学习方法，并用QuickBird和Ikonos遥感图像进行了实验，结果表明，本文方法得到的

6、融合图像与已有的方法的融合图像相比，效果更优。关键字：压缩感知图像融合能量规则差值图像去相干性字典2基于压缩感知的图像融合方法研究AbstractCompressivesensingisanewsamplingtheory,itsamplesandcompressesthesignalinthesametimewhichsignificantlyreducesthepressureforsignalsampling,transmissionandstorage,therefore,hasreceivedmuchattentio

7、ninthefieldofimageprocessing.Thispapermainlyappliesthecompressivesensingtheoryintheimagefusion.Themaincontributionscanbeconcludedasfollows:(1)Acompressivesensingbasedalgorithmwithenergybasedrulesformulti-focusimagefusionisproposedinthepaper.Thismethodusesenergyoftwo

8、measurementvectorstodesignthefusionrulesandintroducesthesimilarityofthetwovectorstoadjusttheweights.Thisitemcanadaptivelychoosethebestsuit