[发明专利]基于低秩稀疏分解和PCNN的图像融合方法

摘要

本发明提出了一种基于图像低秩与稀疏成分分解和PCNN相结合的图像融合方法。首先在低秩分解的基础上，结合稀疏表示，通过不同的字典，对不同成分进行稀疏表达得到对应成分的编码系数。然后在融合过程中，采用一种“绝对值”取大的策略对低秩成分进行融合，以保留源图像的亮度信息；对于稀疏成分，不同于传统的融合策略，本发明采用梯度特征激励PCNN的方法进行融合，能更大程度保留更多的源图像边缘细节信息。最后，将低秩融合部分和稀疏部分相加，便得到最终的融合结果。针对不同类型的图像，本发明提出的方法无论在视觉效果还是客观指标上，都具有更好的性能。

主权项

1.基于低秩稀疏分解和PCNN的图像融合方法，其特征在于，包括如下步骤：(1)首先采集训练样本数据Y；(2)通过字典学习模型对采集到的样本数据Y进行训练，得到低秩成分Yl和稀疏成分Ys，对低秩成分Yl和稀疏成分Ys分别分割成若干图像块得到对应的低秩训练集Xl和稀疏训练集Xs；(3)通过K‑SVD算法分别对低秩训练集Xl和稀疏训练集Xs进行学习得到低秩字典Dl和稀疏字典Ds；(4)基于低秩字典Dl和稀疏字典Ds形成低秩稀疏分解模型，利用低秩稀疏分解模型将待融合的图像分别进行分解得到对应的低秩部分和稀疏部分，再进行融合。