基于压缩感知的图像融合技术研究

资 源 简 介

着压缩感知技术的发展，基于压缩感知的图像融合技术研究受到越来越多的重视。针对图像傅里叶变换系数特点，提出了一种双星采样模式下基于高低频重要性度量的压缩传感域图像融合算法。该算法首先通过双星采样模式获得测量值，然后计算高低频区域对应的重要性度量作为融合算子，并对测量进行加权融合，最后通过求解最小全变分优化问题重构融合图像。主客观实验结果表明，该算法优于其他基于傅里叶的方案。

详 情 说 明

在图像处理领域，压缩感知技术的发展已受到广泛关注。在此背景下，基于压缩感知的图像融合技术的研究也越来越受到重视。为了更好地处理图像信息，提出了一种新的算法，即基于高低频重要性度量的压缩传感域图像融合算法。该算法首先使用双星采样模式获得测量值，然后计算高低频区域对应的重要性度量作为融合算子，并对测量进行加权融合，最终通过求解最小全变分优化问题重构融合图像。

为了评估算法的性能，进行了一系列主客观实验。结果表明，该算法在图像融合方面表现出色，优于其他基于傅里叶的方案。通过这种新的压缩传感域图像融合算法，我们可以更好地处理图像信息，从而更好地应用于图像处理和计算机视觉领域。