基于压缩传感理论的多聚焦图像融合方法

华南理工大学学报(自然科学版) ›› 2012, Vol. 40 ›› Issue (8): 51-55.

基于压缩传感理论的多聚焦图像融合方法

孙季丰洪博宇

华南理工大学电子与信息学院，广东广州 510640

收稿日期:2011-08-23 修回日期:2012-05-11 出版日期:2012-08-25 发布日期:2012-07-01
通信作者: 孙季丰(1962-) ，男，教授，博士生导师，主要从事图像、视频信号处理研究． E-mail:ecjfsun@ scut.edu.cn
作者简介:孙季丰(1962-) ，男，教授，博士生导师，主要从事图像、视频信号处理研究．
基金资助:
广东省自然科学基金资助项目( 9151064101000037)

Multi-Focus Image Fusion Methods Based on Compressive Sensing Theory

Sun Ji-feng Hong Bo-yu

School of Electronic and Information Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2011-08-23 Revised:2012-05-11 Online:2012-08-25 Published:2012-07-01
Contact: 孙季丰(1962-) ，男，教授，博士生导师，主要从事图像、视频信号处理研究． E-mail:ecjfsun@ scut.edu.cn
About author:孙季丰(1962-) ，男，教授，博士生导师，主要从事图像、视频信号处理研究．
Supported by:
广东省自然科学基金资助项目( 9151064101000037)

摘要/Abstract

摘要： 压缩传感( CS) 理论是对稀疏或可压缩的信号进行采集、编解码的新理论．文中提出了基于CS 理论的多聚焦图像融合方法．新方法包括被融合图像的压缩传感变换、像素级融合处理和稀疏重构，其中，采用加权法、对应位置分量最大值法和系数判决准则法进行图像融合处理．对该方法进行图像融合实验，并同基于小波变换和其它基于CS 理论的融合算法进行比较．结果表明: CS 融合( 加权法) 得到的信息熵大于CS 融合( 最大值法) ，CS 融合( 系数判决准则法) 则介于CS 融合( 加权法) 和CS 融合( 最大值法) 之间; 用CS 理论进行融合所得到的图像的信息熵均高于采用相同方法基于小波进行融合得到的图像的信息熵．

关键词: 图像融合, 压缩传感, 正交匹配追踪算法, 小波变换

Abstract:

Compressive sensing ( CS) theory is a novel theory used for collecting,encoding and decoding sparse or compressible signals. In this paper,a novel multi-focus image fusion method is proposed based on the CS theory. The method include the compressive sensing-based transform,pixel-level fusion and sparse reconstruction of the fused image,and,specially,performs the fusion by means of the weighted method,the maximum value method and the coefficient judgment method. Then,some image fusion experiments are carried out to compare the above-mentioned method with the wavelet transformation-based image fusion method and other compressive sensing fusion methods. The results show that the entropy obtained through the weighted method is the highest while that through the maximum value method is the lowest; and that the entropy of the image fused according to the CS theory is higher than that through the same fusion method in wavelet.

Key words: image fusion, compressive sensing, orthogonal matching pursuit algorithm, wavelet transform

孙季丰洪博宇. 基于压缩传感理论的多聚焦图像融合方法[J]. 华南理工大学学报(自然科学版), 2012, 40(8): 51-55.

Sun Ji-feng Hong Bo-yu. Multi-Focus Image Fusion Methods Based on Compressive Sensing Theory[J]. Journal of South China University of Technology(Natural Science Edition), 2012, 40(8): 51-55.

[1]	刘杰平杨业长韦岗. 结合暗通道先验的单幅图像快速去雾算法 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 86-91.
[2]	牛海清吴炬卓许佳吴倩高紫建郑文坚. 考虑尺度间相关性的电缆瓷套终端红外图像去噪[J]. 华南理工大学学报（自然科学版）, 2017, 45(4): 15-21.
[3]	吴鹏李雯霖齐德昱宋文龙. 基于阈值改进Contourlet 变换的图像融合算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(1): 35-41,52.
[4]	肖化超周诠郑小松. 基于IHS 变换和Curvelet 变换的卫星遥感图像融合方法[J]. 华南理工大学学报（自然科学版）, 2016, 44(1): 58-64.
[5]	吴一全宋昱. 基于双树复小波域 HMT 模型的煤燃烧火焰图像去噪[J]. 华南理工大学学报（自然科学版）, 2014, 42(1): 59-65.
[6]	罗玉玲杜明辉. 基于量子 Logistic 映射的小波域图像加密算法[J]. 华南理工大学学报（自然科学版）, 2013, 41(6): 53-62.
[7]	孙季丰吴军政. 基于仿射投影的光线空间插值方法[J]. 华南理工大学学报（自然科学版）, 2013, 41(2): 1-6.
[8]	马小陆裘进浩季宏丽李生权朱孔军. 负电容在主－被动混合压电振动控制中的应用[J]. 华南理工大学学报(自然科学版), 2012, 40(3): 112-118.
[9]	蒋贤海谢存禧邹焱飚. 一种强噪声下的监护信息降噪方法[J]. 华南理工大学学报（自然科学版）, 2011, 39(4): 66-69.
[10]	王雷李彬田联房. 基于平移不变剪切波变换的医学图像融合[J]. 华南理工大学学报（自然科学版）, 2011, 39(12): 13-19.
[11]	李合龙王文波张冠湘. 基于小波分析和EMD的手写体数字字符特征表示[J]. 华南理工大学学报（自然科学版）, 2010, 38(6): 78-83.
[12]	郭杰吴成柯李云松马静. JPEG2000中高性能低存储的小波变换结构[J]. 华南理工大学学报（自然科学版）, 2009, 37(5): 38-42.
[13]	李虹王惠南董海艳章哓国 . 血管内超声图像的血液噪声抑制和对比度增强算法[J]. 华南理工大学学报（自然科学版）, 2009, 37(1): 48-53.
[14]	李彬田联房王立非毛宗源 . 用于三维适形放射治疗计划的三维可视化系统[J]. 华南理工大学学报（自然科学版）, 2008, 36(9): 122-127.
[15]	方红章权兵韦穗 . 改进的后退型最优正交匹配追踪图像重建方法[J]. 华南理工大学学报（自然科学版）, 2008, 36(8): 23-27.