文献类型：期刊文章

作　　者：冯鑫[1] 胡开群[1] 袁毅[1] 张建华[2] 翟治芬[3]

FENG Xin;HU Kai-qun;YUAN Yi;ZHANG Jian-hua;ZHAI Zhi-fen(College of Mechanical Engineering,Key Laboratory of Manufacturing Equipment Mechanism Design and Control of Chongqing,Chongqing Technology and Business University,Chongqing 400067,China;Agricultural Information Institute of Chinese Academy of Agricultural Sciences,Beijing 100081,China;Chinese Academy of Agricultural Engineering,Beijing 100125,China)

机构地区：[1]重庆工商大学机械工程学院制造装备机构设计与控制重庆市重点实验室,重庆400067 [2]中国农业科学院农业信息研究所,北京100081 [3]农业部规划设计研究院,北京100125

出　　处：《光子学报》

基　　金：国家自然科学基金(Nos.31501229,61861025);重庆市基础研究与前沿探索项目(Nos.cstc2018jcyjAX0483,cstc2015jcyja50027)~~

年　　份：2019

卷　　号：48

期　　号：7

起止页码：90-101

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提出一种基于超分辨率结合组稀疏表示模型的多聚焦图像融合方法.首先,使用双三次插值方法增强源图像的分辨率及源多聚焦图像信息;然后采用自适应稀疏表示学习字典分别对没有明显主导方向和特定主导方向的图像块进行学习,并采用组稀疏表示模型对源多聚焦图像进行稀疏系数表示;最后采用最大l1范数来选择最终的表示系数向量.实验结果表明,所提方法克服了多聚焦图像融合易出现的低空间分辨率和模糊效果的缺点,具有更好的对比度和清晰度,主观视觉效果和客观指标均优于传统多聚焦图像融合方法,在三组图像融合结果的互信息指标上分别领先0.37、0.38和0.32.

关 键 词：多聚焦图像 图像融合 组稀疏模型  超分辨率 自适应稀疏表示  

分 类 号：TP391]