一種利用稀疏表征法權(quán)重分析的雙波段圖像融合方法
【專利摘要】本發(fā)明公開了一種利用稀疏表征權(quán)重分析的雙波段圖像融合方法，結(jié)合稀疏表征法權(quán)重分析建模，穩(wěn)定有效地實現(xiàn)圖像融合，有效提高雙波段信息的統(tǒng)一表達(dá)能力。本發(fā)明包括如下步驟：（1）建立中心周圍塊數(shù)據(jù)提取機制，利用稀疏表征方法，構(gòu)建權(quán)重分析模型；（2）對雙波段圖像進行逐個像素求解獲取各自的權(quán)重分析圖Map；（3）設(shè)計融合規(guī)則，結(jié)合權(quán)重分析圖，實現(xiàn)雙波段圖像的融合。本發(fā)明只需要輸入雙波段圖像，可穩(wěn)定有效地計算實現(xiàn)圖像融合。
【專利說明】一種利用稀疏表征法權(quán)重分析的雙波段圖像融合方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)，尤其涉及一種利用稀疏表征法權(quán)重分析的雙波段圖像融合方法。
【背景技術(shù)】
[0002]圖像融合旨在將多個成像傳感器或單一成像傳感器所獲取的圖像信息加以綜合，以獲得對場景更加準(zhǔn)確而全面的描述。在軍事光學(xué)成像探測、遙感測繪、公共安全監(jiān)控等應(yīng)用領(lǐng)域中，不同波段的成像技術(shù)的組合具有非常潛在的應(yīng)用價值:由于各自的成像特性和它們之間具有的良好互補性，人們往往都利用二者的優(yōu)勢協(xié)同成像，并利用圖像融合的手段對雙波段圖像信息進行整合，提高圖像的理解度和后續(xù)處理能力。
[0003]近年來，圖像融合的開展得有聲有色?；诳沼虻姆椒ㄊ亲顬榉奖?、運算效率最高。基于空間域的圖像融合方法不需要進行任何分解變換，直接對原圖像的數(shù)據(jù)進行操作。典型的方法包括基于灰度值選擇的方法，基于像素權(quán)值的方法以及基于PCA的方法等?；诳臻g域的方法原理較為簡單，計算量小，應(yīng)用也最為廣泛，其融合規(guī)則往往為基于多尺度分解的方法所借鑒。基于稀疏表示的方法也有所涉及，但一般與識別相結(jié)合，且常常不在空域內(nèi)操作，整體流程更為復(fù)雜。
[0004]一般融合方法對圖像中顯著信息的保留有所不足，往往會降低圖像的對比度；此夕卜，不同波段光學(xué)成像對探測目標(biāo)的特征信息具有不同的獲取能力，反映在圖像上則不同的特征信息，而普通的空域融合方法可能會缺失部分的不同波段的特征，導(dǎo)致信息提取能力的下降。這都影響后續(xù)的目標(biāo)探測與識別等工作的開展。因此，如何建立更合適的圖像空域融合方法、在融合圖像中充分展現(xiàn)不同波段特征信息是一個重要的研究難題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明針對現(xiàn)有技術(shù)的不足，提供一種利用稀疏表征權(quán)重分析的雙波段圖像融合方法，一方面利用稀疏表征手段實現(xiàn)圖像信息的權(quán)重分析而獲取權(quán)重圖，另一方面結(jié)合權(quán)重圖融合雙波段圖像，使得融合結(jié)果凸顯潛在目標(biāo)信息、保留顯著信息。
[0006]為解決上述問題，本發(fā)明提出一種利用稀疏表征權(quán)重分析的雙波段圖像融合方法，包括:構(gòu)建中心周圍塊法稀疏表征思路基礎(chǔ)上的權(quán)重分析模型；降維設(shè)計加速稀疏求解，并按權(quán)重分布設(shè)計融合思路，最終實現(xiàn)雙波段圖像融合。
[0007]本發(fā)明具體包括以下步驟:
[0008]1、構(gòu)建中心周圍塊法稀疏表征思路基礎(chǔ)上的權(quán)重分析模型
[0009]本發(fā)明提出稀疏法權(quán)重分析的方法主要在衡量潛在目標(biāo)區(qū)域與背景的差異，而這種差異的獲取是通過局部計算的。
[0010](I)中心與周圍圖像塊的選取
[0011]對于圖像I中的任意一個像素P，以P為中心向周圍擴展像素而選取tXq的圖像塊g，稱為中心塊，則P為該塊的中心像素；同理，P周圍的像素也可以提取出與中心塊等大的相應(yīng)的塊，稱為周圍塊h，設(shè)定這個周圍的范圍為以p為中心的擴展的TXQ區(qū)域，在這個區(qū)域內(nèi)可獲取N個周圍塊。
[0012]由上已知中心塊為g，將這個tXq的灰度塊看作一個MX I的向量，其中M = tq。在TXQ區(qū)域內(nèi)的周圍空間塊比(i = I, 2...N),因為gEKM>:1,那么第i個周圍塊可以被視
作RM空間的MXl向量，該塊的元素為dm= I,2...M0所有的周圍塊Iii構(gòu)成一個MXN的字典矩陣 H，H= {h1；h2...hN}0
[0013](2)稀疏表征方程的建立
[0014]本發(fā)明用所有的周圍塊H來表征中心塊g，
【權(quán)利要求】
1.一種利用稀疏表征權(quán)重分析的雙波段圖像融合方法，其特征在于，包括如下步驟: 步驟一:對于雙波段圖像I1與I2，利用稀疏表征方法逐個像素的求解獲取對應(yīng)的權(quán)重分析圖MapJ1與Map_I2 ； 步驟二:采用下述融合規(guī)則獲取融合圖像F:
2.如權(quán)利要求1所述的一種利用稀疏表征法權(quán)重分析的雙波段圖像融合方法，其特征在于:步驟一中所述的稀疏表征方法逐個像素求解獲取對應(yīng)的權(quán)重分析圖的方法如下: (1)對于圖像I1中的像素P，即I1(P),首先以P為中心擴展選取對應(yīng)的txq大小的中心圖像塊g，并在以P為中心的TXQ區(qū)域內(nèi)選取與中心圖像塊等尺寸的周圍圖像塊Iii (i =.1,2,...,N);這里P若為邊界像素，則原圖像需要以P為中心鏡像擴展來填補而獲取中心塊與周圍塊；區(qū)域TXQ包含tXq ; (2)中心圖像塊和每個周圍塊都被視作列向量，,，是MXl維度的矩陣，字典矩陣H被定義為H = [hl,h2,..., hN]，H∈RM+N是MXN維度的矩陣;對g、H進行降維處理； g，H可以用下式中投射到特征空間后的量來代替: g = Cg
hj = Chi, H = Lh1, h2...hN] C為特征提取變換算子，經(jīng)降維后，中心塊和每個周圍塊被視作列向量繼續(xù)處理，g，hi ∈ RDx1，字典矩陣H被定義為H=[h1,h2,...,hN]，H∈DxN ； (3)求解g的稀疏表征解fQ 利用公式
【文檔編號】G06T7/00GK104036478SQ201410260771
【公開日】2014年9月10日 申請日期:2014年6月12日 優(yōu)先權(quán)日:2014年6月12日
【發(fā)明者】趙巨峰, 高秀敏, 逯鑫淼, 辛青 申請人:杭州電子科技大學(xué)