[发明专利]基于判别字典学习和形态成分分解的多源图像融合方法

权利要求书

1.基于判别字典学习和形态成分分解的多源图像融合方法，其特征在于，包括如下步骤：

(1)首先采集训练样本数据并分解得到卡通训练数据和纹理训练数据；

(2)通过K-SVD算法分别对卡通训练数据和纹理训练数据学习得到初始卡通字典和初始纹理字典；

(3)采用辨别字典学习模型训练初始卡通字典和初始纹理字典得到卡通字典D_c和纹理字典D_t；

所述步骤(3)中辨别字典学习模型的目标函数为：

其中，Y∈R^m×n为滑动窗口采集的数据作为列向量组成的矩阵，R为空间域，m是向量空间的维数，n是图像块的个数，D_t、D_c分别代表纹理字典和卡通字典，A_t＝[α_1,t,α_2,t,…,α_L,t]，表示纹理训练数据对应的纹理稀疏编码系数，其中α_l,t为第l个图像块纹理成分对应的稀疏编码系数，A_c＝[α_1,c,α_2,c,…,α_L,c]，表示卡通训练数据所对应的卡通稀疏编码系数，其中α_l,c为第l个图像块卡通成分对应的稀疏编码系数，T为矩阵的转置，▽为梯度算子，λ，λ₁，λ₂为平衡参数，||·||_F为F范数运算符，||·||₁为l₁范数运算符，||·||²为范数的平方运算符；

(4)基于卡通字典D_c和纹理字典D_t形成图像分解模型，利用图像分解模型将待融合的图像分别进行分解得到对应的卡通部分和纹理部分，再进行融合。

2.根据权利要求1所述的基于判别字典学习和形态成分分解的多源图像融合方法，其特征在于：所述步骤(1)的具体过程为：从互联网上收集多张灰度图像作为训练样本，然后以滑动窗口的形式采集训练样本的数据，通过窗口n×n采集到数据作为一个列向量n²×1，n为滑动窗口的大小，将采集到的数据通过MCA算法分解，得到卡通训练数据和纹理训练数据。

3.根据权利要求1所述的基于判别字典学习和形态成分分解的多源图像融合方法，其特征在于：所述步骤(4)的具体过程为：取待融合的N张图片，对待融合的图像进行预处理，首先添加高斯白噪声，然后以滑动窗口的形式采集待融合图像的数据，通过窗口n×n采集到数据作为一个列向量n²×1，n为滑动窗口的大小，得到待融合的图像矩阵，将待融合图像进行分解得到卡通成分的稀疏编码系数A_c和纹理成分的的稀疏编码系数A_t，采用l₁范数最大原则来选择融合图像不同成分的编码系数，将图像进行融合。