可见光与红外图像组K-SVD融合方法

作     者：王志社 姜晓林 武圆圆 王君尧 WANG Zhishe;JIANG Xiaolin;WU Yuanyuan;WANG Junyao

作者机构：太原科技大学应用科学学院山西太原030024 

基　　金：山西省面上自然基金项目(201901D111260) 信息探测与处理山西省重点实验室开放研究基金(ISTP2020-4) 山西省“1331”工程重点创新团队建设计划资助(20193-3) 太原科技大学博士启动基金(20162004) 

出 版 物：《红外技术》 (Infrared Technology)

年 卷 期：2021年第43卷第5期

页      码：455-463页

摘      要：传统稀疏表示融合方法,以图像块进行字典训练和稀疏分解,由于没有考虑图像块之间的内在联系,易造成字典原子表征图像特征能力不足、稀疏系数不准确,导致图像融合效果不好。为此,本文提出可见光与红外图像组K-SVD(K-means singular value decomposition)融合方法,利用图像的非局部相似性,将相似图像块构造成图像结构组矩阵,通过组K-SVD进行字典训练和稀疏分解,可以有效提高字典原子的表征能力及稀疏系数的准确性。实验结果表明,该方法在主观和客观评价上都优于传统稀疏融合方法。

主 题 词：图像融合 非局部相似性 结构组矩阵 组K-SVD 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

馆 藏 号：203103432...