< ￡? < 1，：U為測量矩陣Φ的行數(shù)，iV為稀疏系數(shù)的行數(shù)； 3) 對應(yīng)矩陣子塊的稀疏系數(shù)電和《通過測量矩陣#進行測量，得測量值Fi = 和 ?+? =挖:+挖，其中泛:為公共測量值，和挖為特殊測量值，其中〖=+1.2.....」。
[0015] 步驟四、將測量值5和6進行融合得設(shè)，具體步驟如下： 1) 對于測量值^和^中的公共測量值挖:不進行處理； 2) 對于特殊測量值，和!Ti進行加權(quán)融合，即=〃泛+X: 其中c + & = 1且^ > 0 3) 得到融合測量值U = FT t 。
[0016] 步驟五、將融合后的測量值U運用重構(gòu)算法重構(gòu)融合后的稀疏系數(shù)每。
[0017] 步驟六、將_進行逆變換恢復(fù)融合子圖像1|。
[0018] 步驟七、判斷是否存在未融合的矩陣子塊，若是，則返回步驟二；否則對所有融合 子圖像進行拼接形成融合圖像Γ。
【主權(quán)項】
1. 基于分布式壓縮感知的圖像融合方法，其特征在于，首先輸入原圖像和I對原圖 像和S進行分塊聚類；然后將對應(yīng)矩陣子塊進行聯(lián)合稀疏變換；將變換后得到的公共稀疏 系數(shù)和對應(yīng)的特殊稀疏系數(shù)，通過測量矩陣得到公共測量值和對應(yīng)的特殊測量值，再對公 共測量值和對應(yīng)的特殊測量值分別進行融合得融合測量值；隨后將融合測量值運用重構(gòu)算 法重構(gòu)融合稀疏系數(shù)；再將融合稀疏系數(shù)運用逆變換恢復(fù)融合子圖像；最后對融合子圖像 進行拼接形成融合圖像；所述方法至少包括以下步驟： 步驟一、輸入原圖像-4和5,進行分塊聚類處理得矩陣子塊集合^ =(.?.?,...,Ai)和 τ·· Γ T-- T?2 T7·.' ^ -? = .…-; 步驟二、將未進行融合的對應(yīng)矩陣子塊沿和馬進行聯(lián)合稀疏變換，得公共的稀疏系數(shù) 吃，和特殊的稀疏系數(shù)紀和咕，即圯=吃+吃和痄=吃+發(fā)； 步驟三、將不同的對應(yīng)矩陣子塊得到的稀疏系數(shù)電和咚，根據(jù)對應(yīng)矩陣子塊所含的信 息量選擇不同的測量矩陣#進行測量，得測量值5和6 ; 步驟四、將測量值Fi和π進行融合得柃； 步驟五、將融合后的測量值G運用重構(gòu)算法重構(gòu)融合后的稀疏系數(shù)咚； 步驟六、將趕進行逆變換恢復(fù)融合子圖像芬； 步驟七、判斷是否存在未融合的矩陣子塊，若是，則返回步驟二；否則對所有融合子圖 像進行拼接形成融合圖像c。
2. 根據(jù)權(quán)利要求1所述的基于分布式壓縮感知的圖像融合方法，其特征在于，步驟一 中輸入原圖像A和B，進行分塊聚類處理，至少還包括以下步驟： 1) 在區(qū)域集合毛和石中按順序且未進行過聚合處理的原則選取矩陣子塊及和寫，其中 & = 和.? =辟}，即表示區(qū)域集合&和知中各只有一個矩陣子塊，為原圖像-4和為正 整數(shù)，計算對應(yīng)矩陣子塊.?和.?差值』中〇元素和接近于〇的元素所占總元素的比例Γ ; 2) 若Γ ? P，？為分割閾值，則將范和.Y|等分成4個矩陣子塊，得到分割的區(qū)域 集合 if = {和,Ar1Jr2Jr3)和-? = [-?-?'?+2-?+3),更新區(qū)域集合 I 和.?，即 .乂 = Iat.....^.....42-』和-.，1￡· = {.?|......?"?! ......-? 一j，：為正整數(shù)， 進入3); 若廠> P，判斷區(qū)域集合毛和4中所有元素是否遍歷完，若是則停止分割聚類，集合&和 -?中所有元素為最終分割矩陣子塊，即.? = {.?.?'...+?和.? = {A1.Xi....Al)+ ;若不是則返 回1); 3) 在分割的區(qū)域集合趕和Af中任選對應(yīng)矩陣子塊^和.?，其中r = 〃 + i, e + 2, e + 3 ，再將石和Ii分別按同樣的方法在集合趕和.?中選擇與其相鄰的其中一個矩陣子塊.K-和石'_進行聚合，得聚合矩陣子塊和.Y/，計算.▽'+和Af差值』中O元素和接近于O的元 素所占總元素的比例「，若Γ S P，則聚合失敗，更新分割區(qū)域聚合后區(qū)域集合趕和.?，即 .? = AJ ?λ: υ λΓ_和.? = A? u設(shè)；若.「> P，則聚合成功并形成新的矩陣子塊，更新分 割區(qū)域聚合后區(qū)域集合.?和駕，即^ = 和Jf =X| 其中AL?和A'f的初始值為 空，Λ為正整數(shù)； 4 )更新.?和罵，即趕=Af \ 和駕=.5·Τ、； \設(shè)，其中公式G f表示在集合G中 刪除包含于集合F中的元素，判斷趕和.?是否為空，若不是，則返回3);若是，則進入5); 5 )更新區(qū)域集合4和右，即^ = ^ Λ? υ Λ?和.? = .? \ Af U Af，置集合.?和駕為空集， 其中趕={盡.?+1.?氣藎+3)，寫= Uiwwn-5Ts)，返回1)。
3. 根據(jù)權(quán)利要求1所述的基于分布式壓縮感知的圖像融合方法，其特征在于，步驟三 中對不同的對應(yīng)矩陣子塊得到的稀疏系數(shù)每和咚，根據(jù)對應(yīng)矩陣子塊所含的信息量選擇不 同的測量矩陣#進行測量，得測量值G和〗1，至少還包括以下步驟： 1) 計算對應(yīng)矩陣子塊的信息熵的和ff，與閾值ζ進行比較； 2) 若if 2 ρ，說明對應(yīng)矩陣子塊含信息量較大則選取更多的測量值，即M = c? X ;若.？< (?，說明對應(yīng)矩陣子塊含信息量較小則選取較少的測量值，即W = ,5 χ+.Υ，其中 O < 5 < ? < 1，.V為測量矩陣#的行數(shù)，Λ'為稀疏系數(shù)的行數(shù)； 3) 對應(yīng)矩陣子塊的稀疏系數(shù)電和咚通過測量矩陣#進行測量，得測量值Fi = Ff + $和 F!=吃t挖，其中Ff為公共測量值，F(xiàn)iT和Ff為特殊測量值，其中i = +1Z...上
4. 根據(jù)權(quán)利要求1所述的基于分布式壓縮感知的圖像融合方法，其特征在于，步驟四 中對測量值巧和6進行融合得?，至少還包括以下步驟： 1) 對于測量值尥和巧中的公共測量值Ff不進行處理； 2) 對于特殊測量值，巧和挖進行加權(quán)融合，即Ff+ +X:心令，其中^ ^ = 1且.〇〇 ，6」O ; 3) 得到融合測量值= Fli + y?。
【專利摘要】本發(fā)明提出了一種基于分布式壓縮感知的圖像融合方法，本發(fā)明步驟：首先輸入原圖像和，對原圖像和進行分塊聚類；然后將對應(yīng)矩陣子塊進行聯(lián)合稀疏變換；將變換后得到的公共稀疏系數(shù)和對應(yīng)的特殊稀疏系數(shù)，通過測量矩陣得到公共測量值和對應(yīng)的特殊測量值，再對公共測量值和對應(yīng)的特殊測量值分別進行融合得融合測量值；隨后將融合測量值運用重構(gòu)算法重構(gòu)融合稀疏系數(shù)；再將融合稀疏系數(shù)運用逆變換恢復(fù)融合子圖像；最后對融合子圖像進行拼接形成融合圖像。本發(fā)明采用分布式壓縮感知理論對圖像進行融合，降低了運算量的同時也保證了融合圖像的質(zhì)量。
【IPC分類】G06T3-40, G06T5-50
【公開號】CN104732508
【申請?zhí)枴緾N201510180254
【發(fā)明人】羅光明, 湯成軍, 裴廷睿, 李哲濤, 關(guān)屋大雄, 曹斌, 崔榮埈
【申請人】湘潭大學
【公開日】2015年6月24日
【申請日】2015年4月16日