基于結(jié)構(gòu)化字典學(xué)習(xí)的圖像融合算法研究及應(yīng)用.pdf

1、隨著時(shí)代的發(fā)展，人們獲取信息的方式逐漸轉(zhuǎn)變?yōu)橥ㄟ^(guò)圖像獲取。為了獲取更加豐富準(zhǔn)確的圖像信息，我們研制出了應(yīng)用于各種場(chǎng)景、功能不同的成像傳感器。每種成像傳感器的成像機(jī)理不同，所獲取的圖像內(nèi)容特點(diǎn)各不相同。為了使圖像的質(zhì)量能夠滿足各種需求，圖像融合作為一種能夠綜合利用各自圖像特點(diǎn)、把各傳感器成像的互補(bǔ)信息融合進(jìn)一幅能夠含有更加豐富信息圖像的重要技術(shù)手段，被廣泛應(yīng)用于各領(lǐng)域，例如軍事、醫(yī)學(xué)疾病診斷、遙感等領(lǐng)域。
　　本研究主要內(nèi)容包括：⑴

2、根據(jù)自然圖像中含有豐富結(jié)構(gòu)信息這一特點(diǎn)，在稀疏表示中字典學(xué)習(xí)算法中提出了自適應(yīng)學(xué)習(xí)結(jié)構(gòu)化字典學(xué)習(xí)算法。稀疏表示作為一種類似人的視覺(jué)皮層神經(jīng)元對(duì)圖像編碼的理論。它以過(guò)完備字典作為基對(duì)圖像進(jìn)行表示時(shí)只需要少量的字典原子就能夠揭示圖像內(nèi)容的本質(zhì)。在本文中通過(guò)研究字典在表示圖像信號(hào)時(shí)的特點(diǎn)，即圖像中的結(jié)構(gòu)信息需要組合一些原子來(lái)對(duì)其表示。根據(jù)這一特點(diǎn)通過(guò)稀疏表示系數(shù)呈現(xiàn)的規(guī)律能夠在訓(xùn)練的過(guò)程中自適應(yīng)的得到字典的分組信息。本文充分研究了稀疏表示系數(shù)

3、的性質(zhì)，使得到的結(jié)構(gòu)化字典的分組信息更加準(zhǔn)確，從而使字典的表示能力得到較大提升。⑵通過(guò)分析字典學(xué)習(xí)算法，可以發(fā)現(xiàn)該算法時(shí)通過(guò)字典原子的表現(xiàn)出的相似性而得到的組結(jié)構(gòu)，這樣的一種分組過(guò)程會(huì)導(dǎo)致字典中的原子相似性較高，尤其是組內(nèi)原子的相關(guān)性會(huì)很高。但是當(dāng)字典中原子的相似性太高會(huì)導(dǎo)致字典在表示圖像信號(hào)中某些特征時(shí)會(huì)受到影響，這樣會(huì)使字典的表示能力下降。為了解決這個(gè)問(wèn)題，在字典學(xué)習(xí)的過(guò)程中加入了相關(guān)性的判斷使字典原子不會(huì)過(guò)于相似，即當(dāng)組內(nèi)原子的相

4、似性太高就把其中的原子刪掉再加入新的原子進(jìn)行補(bǔ)充。通過(guò)這種技術(shù)手段能夠使學(xué)習(xí)到的字典的多樣性得到提升，從而使字典的表示能力得到顯著提升。⑶分析現(xiàn)有的基于稀疏表示圖像融合的融合規(guī)則存在的問(wèn)題，即在融合時(shí)利用l1范數(shù)最大融合規(guī)則融合得到的圖像，會(huì)在融合圖像中丟失掉源圖像中的一些顯著信息，且在異質(zhì)圖像融合時(shí)這種融合規(guī)則會(huì)在融合圖像中產(chǎn)生不連續(xù)的圖像內(nèi)容。為了避免現(xiàn)有基于稀疏表示圖像融合的融合規(guī)則存在的問(wèn)題，通過(guò)分析現(xiàn)有的結(jié)構(gòu)化字典其背后的物理