[发明专利]基于压缩感知和WBCT变换的图像融合方法

摘要

本发明涉及数字图像处理领域，为能够实现有效的表示和处理图像等高维空间数据，基于压缩感知和WBCT变换的图像融合方法，包括如下步骤：第一步：对待融合的图像进行基于小波的Contourlet变换；第二步：构造一个测量矩阵，分别对LH，HL，HH高频子带测量；第三步：对两幅源图像的低频分量使用采用基于窗口的加权平均(Weighted Average,WA)规则进行像素点级别的评估；第四步：对两幅源图像的测量后的高频分量使用主成分分析法进行融合；第五步：对融合后的高频分量使用分段匹配追踪算法(StOMP)进行重构计算；第六步：使用WBCT逆变换。本发明主要应用于数字图像处理。

主权项

一种基于压缩感知和WBCT变换的图像融合方法，其特征是，包括如下步骤：第一步：对待融合的图像进行基于小波的Contourlet(非自适应的方向多尺度分析方法)变换(WBCT)，分别得到低频融合分量和高频融合分量，其中用到的金字塔分解层数为三层，每层的分解方向为2k个，其中k表示分解的层数；第二步：观测矩阵M×N是用来对N维的原信号进行观测得到M维的观测向量Y，M<<N，然后利用最优化方法从观测值Y中高概率重构，构造一个测量矩阵，分别对LH，HL，HH高频子带测量；得到这三个子带的测量系数值矩阵.而保留低频子带系数LL不变，选取高斯随矩阵作为测量矩阵，进行测量取值。LL:小波分解得到的低低位值；LH:小波分解得到的低高位值；HL:小波分解得到的高低位值；HH:小波分解得到的高高位值；第三步：对两幅源图像的低频分量使用采用基于窗口的加权平均(Weighted Average,WA)规则进行像素点级别的评估，选取矩阵内各个点对应数值，组成新的矩阵；第四步：对两幅源图像的测量后的高频分量使用主成分分析法进行融合，得到测量后的融合矩阵；第五步：对融合后的高频分量使用分段匹配追踪算法(StOMP)进行重构计算，获得适于WBCT逆变换的高频分量；第六步：使用WBCT逆变换，将各个方向的高频分量和低频分量的融合结果进行结合，得到融合后图像。