[发明专利]基于联合稀疏模型的边缘清晰图像融合方法

摘要

基于联合稀疏模型的边缘清晰图像融合方法，本发明涉及联合稀疏模型技术领域，其旨在解决现有技术融合算法结构不能够利用对融合图像有帮助的高频源图像信息，忽略了重要图像细节信息且其融合图像也不能体现出清晰的边缘轮廓等技术问题。本发明利用联合稀疏模型能够准确地分离出多模态图像之间互补信息的特征，设计新的融合规则、提出了一种新的基于联合稀疏模型的多模态图像融合算法。

主权项

1.基于联合稀疏模型的边缘清晰图像融合方法，其特征在于，步骤包括步骤1、获取几何配准的第一源图像X_A和第二源图像X_B，步骤2、利用滑窗技术，对第一源图像X_A和第二源图像X_B分别进行图像分块，并通过N维列向量表示图像块图像块为源图像分块矩阵x_j第i列列向量，j＝A、B，i＝1、2……K，K为一幅源图像的图像块总数；步骤3、计算出每个图像块各自灰度的均值并对每个图像块分别作去均值处理，得到去均值图像块再根据基追踪算法求解出过完备字典D下的共同稀疏系数和不同稀疏系数步骤4、将去均值图像块共同稀疏系数和不同稀疏系数代入高频信息保留融合规则中计算，得到融合系数步骤5、根据过完备字典D和融合系数计算出融合图像块融合图像块为融合图像分块矩阵x_F第i列列向量；步骤6、再次利用滑窗技术，对所有融合图像块进行变换处理，获得融合图像X_F；所述的步骤3，其中基追踪算法如下：S为稀疏系数向量，X为图像块向量，为过完备字典D构成的共轭矩阵，为最小化稀疏系数向量S的0范数，s.t表示为求解的限制条件，为的2范数，ε为误差容限且ε≥0；所述步骤3，通过正交匹配追踪对基追踪算法公式求解，得到共同稀疏系数和不同稀疏系数所述步骤4，其中步骤包括步骤4.1、分别获得两幅源图像的图像块均值矩阵mA、mb；步骤4.2、将源图像分块矩阵x_A、x_B分别对应减去图像块均值矩阵m_A、m_b，得到去均值图像块矩阵步骤4.3、再通过高频信息保留融合规则，得到融合系数该高频信息保留融合规则为其中，τ1＝1/(1+exp{‑β(||mA||2‑||mB||2)}),(β>0),β为常系数。