【技术实现步骤摘要】
本专利技术涉及图像处理
,包括图像融合、匹配追踪和信号稀疏分解等,具体涉及一种。
技术介绍
通常来讲,图像融合的目的是将来源于多通道设备或多传感器所获得的关于同一物体的图像数据信息经过图像处理的相关技术,尽可能的从中提取有用的信息进行融合,最终得到一幅高质量的合成图像。从而提高图像信息的利用率,改善原始图像的空间分辨率和光谱分辨率,为后续的分析和处理提供方便。图像融合技术在不同领域都有着广泛应用,大致可分为三种:多聚焦图像融合、遥感多谱段图像融合和多模态医疗影像图像融合。对于多聚焦图像,为了获得一个三维场景的清晰的图像,通常希望通过一次拍摄保留在焦平面上的信息越详细越好。然而,由于摄像装置景深的物理限制,这样的一次拍摄是很难实现的。但是关于同一场景的一组不同焦点的图像是容易获得的,通过特定的融合规则将不同焦点位置上的聚焦图像融合,就可以产生“全聚焦”的图像。这类图像融合通常应用在于监视系统、军事分析、机器视觉和视觉系统增强等方面。另外,在航空航天、气象和地形测绘、水利建设、城市规划和实时监控等领域,通常需要将从红外摄像机获得的红外光谱图像和从数字摄像机上获得的可见光图像进行融合。实际上,红外图像包含目标检测和定位信息,可见光图像往往提供被调查区域的背景信息。通过多光谱图像融合,可以获得进一步的数据完整性分析和场景的准确表示。针对图像融合,研究者提出了各种各样的融合规则。最简单的方法是直接对输入图像在空间域进行加权平均,但是这样无法避免地造成细节特征损失和对比度下降等问题。在众多的信号处理方法中,人们希望找到一种稀疏的信号表示方式,采用稀 ...
【技术保护点】
一种基于分块自适应特征跟踪的多传感器图像融合方法,其特征在于,在对图像块像素矩阵进行稀疏分解的过程中,在下述情况下,迭代过程终止:迭代次数大于或等于预定的系统稀疏度值;或者,系统残差的迭代收敛速率小于或等于预定的迭代收敛速率阈值,并且系统残差范数小于或等于预定系统残差阈值的平方。
【技术特征摘要】
1.一种基于分块自适应特征跟踪的多传感器图像融合方法,其特征在于,在对图像块像素矩阵进行稀疏分解的过程中,在下述情况下,迭代过程终止: 迭代次数大于或等于预定的系统稀疏度值; 或者,系统残差的迭代收敛速率小于或等于预定的迭代收敛速率阈值,并且系统残差范数小于或等于预定系统残差阈值的平方。2.根据权利要求1所述的基于分块自适应特征跟踪的多传感器图像融合方法,其特征在于,预定系统残差阈值为:误差噪声的方差、常数C和列向量维数的算术平方根三者的乘积; 预定的系统稀疏度值为:图像块按行扫描生成的列向量的维数与数值3的比值; 预定的迭代收敛速率阈值为给定的O~I范围的常数。3.根据权利要求2所述的基于分块自适应特征跟踪的多传感器图像融合方法,其特征在于, 预定系统残差阈值为f = (7.σ.、/--; 预定的系统稀疏度值为.K = 了, 预定的迭代收敛速率阈值为Crtl ; 其中,ε表示预定系统残差阈值,C表示取值为1.15的常数,σ表示误差噪声的方差,σ取值为1,N为图像块按行扫描生成的列向量的维数,所述;Κ表示预定的系统稀疏度值,cr0取值为0.15。4.根据权利要求1所述的基于分块自适应特征跟踪的多传感器图像融合方法,其特征在于,对图像块像素矩阵进行稀疏分解通过利用遵循自适应终止策略的OMP算法进行,包括如下子步骤: 子步骤1,初始化系统残差阈值、预定的迭代收敛速率阈值和系统稀疏度值,令rl = Vm,縣纖H軒動龍雛,m絲細:t弓丨齡錄;财,r:穌Urn块图像块在第O次迭代后的系统残差,Vm表示第m块图像块的列向量; 子步骤2,计算出第i次迭代的系统残差和字典矩阵的列之间的内积中最大值所对应的脚标Xi ;其中,i是自然数,用于表示迭代的次数; 子步骤3,利用脚标Xi更新索引集,Ai= Ah U {λ J,并记录选择的字典矩阵中重建原子的集合Di, Di =\D ,,其中,Ai表示新的索引集即第i次迭代后的索引集,Ai^1为第1-Ι次迭代后的索引集,{λ J是字典索引的集合,Dp1是第1-Ι次迭代后的原子的集合,&是由字典索引对应的原子函数; 子步骤4,由最小二乘法得到第i次迭代后,稀疏矩阵系数的估计变量$所述稀疏矩阵系数的估计变量.即为利用已选择的原子集合Di对Vm进行最优表示得到的系数值; 子步骤5,更新第i次迭代的残差r = r;_1 -DiXi,并更新迭代次数i = i+1;其中,是指第i次迭代后的系统残差,IV1是指第1-Ι次迭代后的系统残差; 子步骤6,判断系统残差、系统残差的迭代收敛速率和迭代次数是否满足迭代过程的终止迭代条件...
【专利技术属性】
技术研发人员:廖斌,沈静,刘文召,
申请(专利权)人:华北电力大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。