基于联合稀疏模型的边缘清晰图像融合方法技术
【技术实现步骤摘要】
本专利技术涉及联合稀疏模型
，具体涉及基于联合稀疏模型的边缘清晰图像融合方法。
技术介绍
现有联合稀疏模型技术，其灰度分散程度低，且没有利用到图片的高频或边缘信息。本专利技术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，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。
技术实现思路
针对上述现有技术，本专利技术目的在于提供，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。为达到上述目的，本专利技术采用的技术方案如下：基于联合稀疏模型的边缘清晰图像融合方法，其步骤包括步骤1、获取几何配准的第一源图像XA和第二源图像XB，步骤2、利用滑窗技术，对第一源图像和第二源图像分别进行图像分块，并通过N维列向量表示图像块图像块为源图像分块矩阵xj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xF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XF。上述方案中，所述的步骤2，使两幅源图像分别变成大小为 和的图像分块矩阵xj，然后对应分别转换为N维列向量形式的图像块上述方案中，所...
【技术保护点】
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XA和第二源图像XB，XA,步骤2、利用滑窗技术，对第一源图像XA和第二源图像XB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xj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xF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XF。
【技术特征摘要】
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XA和第二源图像XB，XA,步骤2、利用滑窗技术，对第一源图像XA和第二源图像XB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xj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xF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XF。2.根据权利要求1所述的基于联合稀疏模型的边缘清晰图像融合方法，其特征在于，所述的步骤2，使两幅源图像分别变成大小为和的图像分块矩阵xj，然后对应分别转换为N维列向量形式的图像块3.根据权利要求1所述的基于联合稀疏模型的边缘清晰图像融合方法，其特征在于，所述的步骤3，其中基追踪算法如下： min S | | S | | 0 s . t | | X - D ‾ S | | 2 ≤ &epsiv...
【专利技术属性】
技术研发人员：高志升，谢春芝，张铖方，裴峥，
申请(专利权)人：西华大学，
类型：发明
国别省市：四川;51
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。