[发明专利]一种基于结构组双稀疏学习的可见光与红外图像融合方法

权利要求书

1.一种基于结构组双稀疏学习的可见光与红外图像融合方法，其特征在于包括以下步骤：

S1：对输入的可见光与红外图像进行滑窗处理，寻找原始图像块的相似图像块，对原始图像块和相似图像块进行组向量化，建立图像相似结构组矩阵；

S2：构建双稀疏学习模型，利用剪切小波的Kronecker积构成基字典，通过在线学习获得稀疏字典，将基字典和稀疏字典进行线性重构得到最终双稀疏字典；

S3：结合双稀疏字典，采用SOMP对图像相似结构组进行稀疏求解，获得组稀疏系数，并采用取大的融合规则，通过图像重构获得最终融合图像。

2.根据权利要求1所述的一种基于结构组双稀疏学习的可见光与红外图像融合方法，其特征在于可见光和红外图像的相似结构组矩阵构造过程为：对输入图像通过滑窗进行图像分块，采用欧式距离作为准则，寻找原始图像块的相似图像块，并将原始图像块和相似图像块构成相似结构组组，将每个结构相似组中的图像块按照列向量顺序进行排列，并将图像块向量首尾相接，得到可见光和红外图像的相似结构组矩阵。

3.根据权利要求1或2所述的一种基于结构组双稀疏学习的可见光与红外图像融合方法，其特征在于构建面向相似结构组矩阵的双稀疏字典的过程为：把可见光和红外图像的相似结构组矩阵作为训练样本，利用剪切小波的Kronecker积获得基字典，再利用稀疏学习模型，采用顺序更新迭代的学习方法，获得学习字典，最后，将基字典和学习字典进行线性重构得到最终的双稀疏字典。