[发明专利]一种基于原子融合吸收度的框架性图像融合方法

摘要

本发明公开了一种基于原子融合吸收度的稀疏表示图像融合框架性方法，主要步骤包括：（1）应用稀疏表示和联合稀疏表示计算模型计算字典中每个原子的吸收度；（2）应用稀疏表示模型进行图像融合，在融合规则中根据原子融合吸收度对组合得到的稀疏系数进行调整。本发明的思路是在采用稀疏表示和过完备学习型字典的图像融合算法中，利用“联合稀疏表示”模型计算得到每个字典原子的吸收度，并将原子融合吸收度用于稀疏表示系数的组合过程中，提升较低吸收度原子的融合效果，从而达到提高融合质量的目标。

主权项

1.一种基于联合稀疏表示的原子融合吸收度计算方法，其特征在于：设定参与融合的两幅源图像为A、B，融合结果为F，此处以两幅源图像为例，多幅的情况依此类推；按如下的步骤进行：（1）生成或选取所使用的过完备字典经验值256或512；该字典可使用K‑SVD或其他字典学习算法生成；（2）将A、B和F（设其为M行、N列）划分为8*8的小块，相邻小块重叠，移动步距为1；并将所有块按照列序的方式转换为64*1的列向量；每幅图像产生K=(M‑8+1)*(N‑8+1)个(64*1)列向量；（3）将F、A、B分解得到的列向量分别横向组成(64*K)的二维矩阵，记为IF、IA、IB；（4）计算原子成分占比：  （式1）（式1）中XA、XB为对应于IA、IB稀疏系数矩阵，则原子成分占比为：   （式2）（式2）中i,j分别表示稀疏系数矩阵的行号（原子序号）和列号（对应图像块列向量的序号）；（5）计算原子融合残余度：将IF分别与IA、IB进行联合稀疏分解：  （式3）（式3）中的为源图像A与融合结果F之间的共有信息稀疏表示系数矩阵, 为F相对于A的差异信息稀疏表示系数矩阵，为A相对于F的残余信息稀疏表示系数矩阵；为源图像B与F之间的共有信息稀疏表示系数矩阵，为F相对于B的差异信息稀疏表示系数矩阵， 为B相对于F的残余信息稀疏表示系数矩阵；这些矩阵的大小为（L*K）；使用OMP（正交匹配追踪）等算法求解（式3），得到和使用这些系数计算原子i的（累计）残余系数：   （式4）（式4）中i为原子序号，j为列号（对应图像块列向量的序号）；（6）计算原子融合吸收度：  （式5）（式5）中i为原子序号。