基于同步正交匹配追踪的多源图像融合方法技术

本发明专利技术公开了一种基于同步正交匹配追踪的多源图像融合方法。它包括以下步骤：通过一固定尺寸大小的滑动窗口将源图像逐像素交叠的采样为大小相同的图像块，并将每一个图像块按列展开为列向量；通过同步正交匹配追踪算法求解每个对应向量在过完备原子库上的稀疏表示系数；利用绝对值最大法融合对应的系数；根据过完备原子库将融合的稀疏表示系数逆变换为对应向量的融合结果向量；将全部融合结果向量还原为图像块再重构得到融合图像。本发明专利技术充分考虑了图像的内在稀疏特性，采用稀疏表示的方法能够更有效地表达各源图像的有用信息，获得了较好的融合效果，对于各种应用系统的后续处理和图像显示具有重要意义和实用价值。

【技术实现步骤摘要】

本方法涉及一种图像融合方法，特别涉及一种基于同步正交匹配追踪的多 源图像融合方法。
技术介绍
图像融合技术是多传感器信息融合中可视信息的融合。它利用各种成像传 感器不同的成像方式，为不同的图像提供互补信息，增加图像信息量，减少原 始图像数据量，提高对环境的适应性，以获得更可靠、更准确的有用信息供观 察或进--步处理。它是一门综合了传感器、信号处理、图像处理和人工智能等 的新兴技术。近年来，图像融合已成为一种十分重要和有用的图像分析与计算 机视觉技术，在自动目标识别、计算机视觉、遥感、机器人、医学图像处理以 及军事应用等领域有着广泛的应用前景。H前.A有代表性的图像融合方法是基于多尺度变换的方法。多尺度图像融合的过程是首先将配准后的图像进行多尺度分解，分解方法包括拉普拉斯变换、 方向金字塔变换、梯度金字塔变换、离散小波变换、双树复小波变换等；分解 后图像的每一层看作图像在这一尺度或波段的特征，根据这些特征的能量(活 性)测度对变换系数进行选择或加权平均，以达到融合的目的。图像多尺度分 解是将信号分解为一组正交基函数的线性组合，然而，图像是一种复杂信号， 用一组正交基不能够达到对图像最优的表示。
技术实现思路
为了解决现有图像融合中存在的上述技术问题，本专利技术提供一种。本专利技术将稀疏表示理论引入图像融合技术， 可提高融合后的图像质量，达到比较理想的融合效果。 本专利技术解决上述技术问题的技术方案包括以下步骤a) 选取一固定火小的滑动窗口，依照从上至下、从左到右的顺序逐像素的对每-，g源图像进行交叠釆样，将所有待融合的源图像采样为大小相同的图像 块，并以列优先的方式将每--个图像块按列展开为向量；b) 釆用变换基混合构造过完备原子库；c) 计算步聚a中同一位置各图像块对应向量在过完备原子库上的稀疏表示 系数；d) 选择绝对值最大的稀疏表示系数作为融合的稀疏表示系数，将其还原为 图像块，得到融合的图像块；e) 重复步骤c、 d，直到得到每--位置的融合图像块，将融合图像块按照交 叠采样的顺序放回图像的相应位置，图像块相交的部分像素值相加，再将每个 叠加所得像素值除以其叠加次数即得融合图像。本专利技术的技术效果在于本专利技术釆用了同步正交匹配追踪的稀疏表示求解 算法将不同源图像分解到对应的稀疏表示过完备原子库上，使得我们能够利用 常规的选择活跃度最大的融合规则完成图像融合。另外，本专利技术还引入了滑动 窗口的融合策略，使得本方法具有移不变的特性，在源图像没有完全配准的情 况下仍能得到非常好的融合效果。与传统的多分辨率方法相比，其具有更加稀 疏的信兮农々;形式，史加符合人的视觉特性。因此，本专利技术提出的方法优于传 统的图像融合方法，实验结果也证明/这一点。下面结合附图对本专利技术作进一步描述。附图说明图1为本专利技术的流程图。图2为本专利技术中多种变换基混合的过完备字典。图3为仿真实验源图像，其中，图3(a)为颅腔计算机断层扫描图像(CT)， 图3(b)为颅腔磁共振图像(MRI)。图4各种融合力'法所得融合图像，其中(a)-(e)分别是基于离散小波变换 (DWT)、双树复小波变换(DTCWT)、静态小波变换(SWT)、曲波变换(CVT)和非 下采样轮廓波变换(NSCT)方法所得融合图像，(f)为本专利技术方法所得融合图像。 具体实施例方式参见图1，图1为本专利技术的流程图。设J幅己配准的待融合源图像分别为 1，，12，...，I,，其具体步骤如下 1，源图像分块并向量化将所有待融合源图像转化为一定大小的列向量的集合以满足稀疏表示计算 需要。首先采用-个人小为8x8的jE方形滑动窗口，依照从上至下、从左到右的顺 序逐像素的对待融合源图像进行交叠采样，将每幅源图像采样为若干个大小为 8x8的图像块。再以列优先的方式将每个图像块按列展开成长度为64的列向量。 对全部的J幅待融合源图像进行上述分块并向量化的过程。这样在第z'个图像块 处，得到J个对应列向量 /f ， p/表示第乂幅图像的第z'个图像块向量化所l "=，得的列向量。2.稀疏表示过完备原子库构建本专利技术采用多种变换基混合来构造过完备原子库，所构造的过完备原子库包含四个部分1)与8x8图像块对应的标准离散余弦变换基，有64个64xl的列向量。2) 与8x8图像块对应的Haar小波变换基，有64个64><1的列向量。3) 与8x8图像块对应的ridgel改换基，有4个尺度，每个尺度上16个方向。 —共有64个64xl.的列向量。4) 与8x8图像块对应的Gabor基，有4个尺度，每个尺度上16个方向。 一共有64个64x1的列向量。将上述的四个部分的列向量组合成一个64x256矩阵，这个矩阵即稀疏表 示过完备原子库D， D中的每一列称为一个原子。3.采用同步正交匹配追踪算法求解步骤1所得源图像间全部对应列向量的稀疏 表示系数第i个图像块处，J个对应列向量";f在D上的稀疏表示系数i,'，i,2,...，《通l 〃=1过采用同步正交匹配追踪算法依次求解式(l)得到。5/ =argmin s/豕 0 (1)s丄Dj/ = p/或 Ds/ - p/ < f J = 1， 2，…■/其中，l卜/l表示向量f/中非零元素个数i/为向量p/基于过完备字典D的稀疏表示系数；f为误差常数，它将稀疏表示的解的精度控制在--定的范围内， 其取值为0.01。同步正交匹配追踪算法的具体实施步骤为初始化计数器/ = 1;。表示/^经过/次迭代后所得残差，其中/> = ^; 稀疏表示系数s, = 0 ， ~ eR256 ，乂"1，2，…，^ 。重复下面迭代过程直至收敛，即|~||2 <6对所有_/成立。1 )计算字典内每个原子《与/个残差。,-,，J'e{l，2，...，■/}的内积绝对值之和，选择和值最大的原子^，记录其标号/;到原子标号子集，具体计算如(2)所示。"g:名l化,'-'，《〉1 (2)2)根据原子标号集中标注的原子对稀疏表示系数和残差进行更新。稀疏表 示系数按(3)式史新，残差按(4)式更新。。',/十1 = /*/ -户span (《,,《,,...,rf4 (4)gpan^ AwP/'表示p/'在由、，《2 ，…，张成的子空间中的投影分量。 3)计数器累加/ = /+1 。 (5) 《j,2，...，^即为第i个图像块处对应列向量的稀疏表示系数，以此类推，可得 每个图像块处 /个对应向量的稀疏表示系数向量。4.融合每个图像块处的/个稀疏表示系数并将其还原为J个对应向量的融合结 果向量p/'采用绝对值最大法对上一步所得的第i个图像块处J个对应向量的稀疏表示 系数《^，...^进行融合，得融合的稀疏表示系数if'，具体计算见式(6)。然后根 据融合的稀疏表示系数《'确定待融合源图像间对应列向量(p;f的融合结果向l 屮量，即根据式(7)将融合的稀疏表示系数《左乘稀疏表示过完备原子库得到融合. 结果向量/。Aarg，(l柳l) (6) P,'《 (7) 其中W)是向量 一 的第A个元素值，* = 1， 2，...， 256 。将源图像间每个图像块处对应列向量的稀疏表示系数向量按照式(6)、(7)进行 融合得到全部的融合结果向量。85.图像重构将步骤4所得融合结果向本文档来自技高网...

【技术保护点】
一种基于同步正交匹配追踪的多源图像融合方法，包括以下步骤：　ａ）选取一固定大小的滑动窗口，依照从上至下、从左到右的顺序逐像素的对每一幅源图像进行交叠采样，将所有待融合的源图像采样为大小相同的图像块，并以列优先的方式将每一个图像块展开为 列向量；　ｂ）采用变换基混合构造过完备原子库；　ｃ）计算步聚ａ中同一位置各图像块对应向量在过完备原子库上的稀疏表示系数；　ｄ）选择绝对值最大的稀疏表示系数作为融合的稀疏表示系数，将其还原为图像块，得到融合的图像块；　 ｅ）重复步骤ｃ、ｄ，获得到每一位置的融合图像块，将融合图像块按照交叠采样的顺序放回图像的相应位置，图像块相交的部分像素值相加，再将每个叠加所得像素值除以其叠加次数即得融合图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：李树涛，杨斌，
申请(专利权)人：湖南大学，
类型：发明
国别省市：43[中国|湖南]