文献类型：期刊文章

作　　者：刘战文[1,2] 冯燕[1] 李旭[1] 丁鹏飞[1] 徐继明[3]

机构地区：[1]西北工业大学电子信息学院,陕西西安710072 [2]西北工业大学保密处,陕西西安710072 [3]西北工业大学计算机学院,陕西西安710072

出　　处：《西北工业大学学报》

基　　金：国家自然科学基金(61071171)资助

年　　份：2017

卷　　号：35

期　　号：3

起止页码：408-413

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、DOAJ、EBSCO、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：近年来随着多尺度分析和压缩感知成为研究的热点,字典学习算法在图像融合领域得到了广泛应用,但是其算法应用于可见光和红外图像的融合,容易出现块状噪声,边缘有振铃现象。基于此,本文提出了一种基于非下采样剪切波变换(NSST)和字典学习的红外和见光图像融合算法研究,对NSST分解的低频分量利用滑动窗口得到图像块序列,并对其进行零均值化后再稀疏分解,选择区域能量的融合规则,高频子带选择拉普拉斯能量和的融合规则。仿真结果表明,本文的算法在视觉和客观评价指标上优于现有几种融合算法。

关 键 词：图像融合 NSST  稀疏表示  字典学习 拉普拉斯能量和  

分 类 号：TP391]