一種基于特征分解的圖像融合方法

常莉紅

(寧夏師范學院 數學與信息科學學院, 寧夏 固原 756000)

圖像融合是圖像處理研究的一大分支，廣泛應用于醫學、軍事和目標探測等領域[1-3].常見的圖像融合方法有變換域中的多尺度方法和稀疏表示方法. 最流行的多尺度方法有離散小波變換法 (discrete wavelet transform, DWT)[4]、對偶樹復小波變換(dual-tree complex wavelet transform, DTCWT)[5]、四元數小波變換法[6]等. 常見的稀疏表示方法有DCT字典融合方法[7]和多字典自適應稀疏表示方法[8]. 迄今為止，稀疏理論在圖像融合中已經取得了豐碩成果[9-10]，研究表明，傳統的多尺度方法在圖像融合中易減弱圖像的對比度，而稀疏理論方法可以很好地解決這一問題.

現有的基于稀疏表示的圖像融合模型中所學習的大多是通用字典，并沒有明確的幾何意義. 筆者認為，如果字典有明確的幾何意義，則會進一步提升融合效果. 因此，本文利用圖像可以表示成卡通特征和紋理特征的特點，通過學習得到卡通字典和紋理字典，利用幾何意義明確的2個字典提出了一種圖像融合方法. 主要過程分3步： 首先，利用先進的圖像分解方法(fast cartoon + texture image decomposition, FCTD)[11]將訓練集和測試集中的圖像分解成卡通和紋理兩大部分；接著，利用在訓練集上學習好的卡通字典和紋理字典分別對測試集中源圖像的卡通部分和紋理部分進行融合；最后，將融合好的卡通部分和紋理部分相加得到最終的融合圖像.

1 基于特征分解的圖像融合方法

1.1 FCTD圖像分解方法

BUADES等[11]提出的FCTD分解方法主要是利用一對低-高通濾波器簡單并……