自適應標準差特征的壓縮感知圖像融合

張　燁

(西安科技大學 通信與信息工程學院, 陜西 西安710054)

生活中較常見的兩類圖像為紅外圖像和可見光圖像，這兩類圖像由不同的傳感器獲得，成像機理不同，特點不同[1]。融合紅外圖像與可見光圖像具有較高的研究和應用價值，因此得到了廣泛應用[2-3]。目前，圖像融合領域中大都以提高圖像融合質量為主要考慮因素，而實際生活中，在安全監控、戰場感知等應用領域，傳感圖像大多以動態序列的形式輸出，這些系列圖像需要被實時地融合處理。若還使用傳統的圖像融合方法要達到實時處理的效果，不僅實現的復雜度增大，而且很大程度上增加了傳輸、儲存、重構的成本。因此，壓縮感知理論(CS理論)[4-5]的引入解決了這個問題。

在基于壓縮感知的圖像融合算法中，原圖像的空間信息在通過CS觀測時丟失，因此處理測量系數時不能夠使用基于空間的選取規則，復雜的融合規則也無法采用[6]。融合規則大多選擇絕對值取大、信息熵加權、相似性度量、標準差加權等簡單方法。但由于絕對值取大法得到的融合圖像對比度太大，且有明顯噪點；信息熵只能籠統計算出包含在觀測向量中的信息；相似性度量無法準確得到分類區間而造成分類錯誤；基于標準差加權得到的融合圖像相比之下視覺效果較好，但是，當兩幅圖像標準差相差不大時，根據系數的權重融合圖像很可能導致圖像融合效果變差，而使用絕對值取大法則能夠獲取兩幅圖像各自瞬變特征的顯著信息[7]。……