基于判别字典学习与形态成分分解的多源图像融合

您当前的位置：

首页 >

文章列表页 >

光图像处理 | 更新时间：2025-09-01

- 基于判别字典学习与形态成分分解的多源图像融合
- Multi-source image fusion based on discriminative dictionary learning and morphological component decomposition
- 光学技术 2019年45卷第1期页码：63-69
- 作者机构：
  
  1:昆明理工大学信息工程与自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61302041,61562053)
- DOI：10.13741/j.cnki.11-1879/o4.2019.01.013
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
王一棠, 张亚飞, 李华锋. 基于判别字典学习与形态成分分解的多源图像融合[J]. 光学技术, 2019,45(1):63-69.

Multi-source image fusion based on discriminative dictionary learning and morphological component decomposition[J]. 2019, 45(1): 63-69.
王一棠, 张亚飞, 李华锋. 基于判别字典学习与形态成分分解的多源图像融合[J]. 光学技术, 2019,45(1):63-69. DOI： 10.13741/j.cnki.11-1879/o4.2019.01.013.

Multi-source image fusion based on discriminative dictionary learning and morphological component decomposition[J]. 2019, 45(1): 63-69. DOI： 10.13741/j.cnki.11-1879/o4.2019.01.013.

提出了一种基于形态成分分析的多源图像融合方法。为了将源图像中不同形态结构的卡通-纹理成分分离

把图像的分解问题转化为图像的分类问题

设计了卡通纹理判别字典学习模型。考虑到图像分解不仅与字典有关

还与分解的策略有关

设计了一种新的图像分解模型。在模型中

将纹理成分看成叠加在源图像卡通成分上的噪声

引入非局部均值相似性的一致性正则项

来约束稀疏编码系数的解空间。根据对应成分的编码系数l1范数值最大来选取融合图像的编码系数。实验结果表明

无论是在视觉效果还是在客观指标上

方法都具有更好的融合性能。

浏览量

199

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

卷积稀疏表示图像融合与超分辨率联合实现

基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法

2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法

基于离散Curvelet变换与自适应能量模型的多聚焦图像融合算法

低秩稀疏分解与显著性度量的医学图像融合