正文

像素级压缩感知图像融合的论文

闪电gogogo  闪电gogogo  2022-10-13  441

关键词：

2012 基于压缩感知理论的图像融合方法

不同的是在测量前先对稀疏矩阵进行融合，从仿真结果来看效果并不是很好，仅做介绍。

2012 一种基于小波稀疏基的压缩感知图像融合算法

针对图像小波分解系数特点，提出了一种基于双放射状采样模式的压缩传感域图像融合算法。该算法首先通过双放射状采样模式获得待融合图像的小波稀疏域线性测量值; 然后利用一种简单的绝对值大融合规则直接在压缩感知域进行融合，最后通过最小全变分的方法重构融合图像。

直接对 CS 测量值采用绝对值最大作为融合规则。

2014 基于 DWT 的高频系数压缩感知图像融合

算法思想：

传统的基于 DWT 的压缩感知图像融合方法针对的是整个稀疏系数，由于小波系数的低频部分为非稀疏的，导致其压缩重构质量差。针对该问题，提出了一种基于 DWT 高频系数压缩测量的融合方法，该压缩模式可以提高重构信号的质量，进而提高融合图像的效果。首先，对图像作小波稀疏变换，得到低频和高频系数，并对高频系数压缩测量得到测量值；然后，在小波域和压缩域分别进行融合，并对融合后的测量值进行重构得到融合后的高频系数；最后，经小波逆变换得到融合后的图像。

第 1 步：对两幅源图像 f1和 f2分别进行小波稀疏第 1变换，得到小波稀疏系数[A1, G1]和[A2, G2]；

第 2 步：对低频系数 A1, A2 按照取平均的规则进行融合，得到融合后的低频系数 A；

第 3 步：分别对高频小波稀疏系数 G1和 G2进行测量取值，得到测量值 Z1和 Z2；

第 4 步：对测量值 Z1, Z2 按照绝对值取大的规则进行融合，得到融合后的测量值 Z；

第 5 步：对测量值Z采用OMP进行重构，得到融合后的高频稀疏系数 G；

第 6 步：对[A, G]进行小波逆变换，得到融合后的图像 f。

流程图：

2017 基于DWT-IRLS的压缩感知图像融合

算法思想：

首先对图像进行DWT转换,针对高频系数采样测量；然后对高频系数和低频系数进行融合，并且引入迭代权重最小二乘法（IRLS）算法，重构高频系数；最后经 DWT逆转换，得到融合图像。除重构方法与上述算法不同之外，其余都相同。

2015 基于NSCT与DWT的压缩感知图像融合

非下采样轮廓波变换NSCT具有良好的各向异性，但其对细节信息捕捉能力较差，而 DWT 具有较强的多分辨率和局部化特性，能较好地分解出图像的细节信息，

通常在将图像进行融合之前，需要先对图像进行多分辨率分析。其中，DWT和 NSCT是常用的两种多分辨率图像分析法。DWT 是对基本小波的尺度和平移进行离散化，具有多尺度性和局部性，能较好地捕捉到图像的局部细节信息。但 DWT 只能将图像进行有限方向的分解，无法有效地提取图像的边缘轮廓信息。Cunha 等人在轮廓波变（CT）[6]的基础上，去掉采样操作，提出了 NSCT。相对于小波变换，NSCT 增添了各向异性和平移不变性，能够分解出更多的方向信息。然而，NSCT 捕捉细节的能力较弱，容易遗漏图像的局部细节信息。

2015 基于分块压缩感知的遥感图像融合

首先利用分块压缩感知(BCS)对输入图像进行压缩采样，再对压缩测量采用线性加权策略融合，最后采用迭代阈值投影(ITP)重构算法重构融合图像，并消除分块效应。

2013 Entropy Dependent Compressive Sensing based Image Fusion

通过计算熵来计算信息量的多少，与门限值比较之后再分配给相应的测量次数，融合是简单的绝对值最大原则，感觉效果一般，但是可以借鉴自适应分配compressive measurement（CM）的思想。

2013 A New Image Fusion Method Based on Compressed Sensing

根据标准差来设定权值的融合方法，重构方法选用的是GP。

2015 A New Multi-spectral Image Fusion Algorithm Based on Compressive Sensing

其中，低频系数融合是基于平均值，高频稀疏融合方法为

像素级图像融合综述

最近看了一篇17年像素级的图像融合方法综述Pixel-levelimagefusion:Asurveyofthestateoftheart，主要讲了基于多尺度分解和稀疏表示的融合方法，此外还包括评价指标讨论和在遥感、医学、红外可见光、摄影等领域的融合应用总结。... 查看详情

像素级图像融合综述

压缩感知(代码片段)

PSNR评价PSNR可简单地由均方差MSE进行定义。PSNR基于图像像素灰度值进行统计分析。由于人类视觉特性的差异性，通常出现的评价结果与人的主要感觉不一致，但其仍然是一个有参考价值的评价指标。其求解公式为这里的MAX通... 查看详情

图像融合基于matlab高分辨率全色图ihs图像融合（含评价指标）含matlab源码2406期

...融合由高到底分为三个层次:决策级融合、特征级融合和像素级融合[2,3]。像素级融合保留了更多的原始图像数据查看详情

压缩感知

压缩感知的应用实例压缩感知的经典应用—单像素相机SinglePixelCamera单像素相机的模型与结构：如下图所示：PD是光感器件（即单像素），对应公式中的yi；场景图像对应公式中的f；DMD是数字微镜阵列，用来生成测量矩阵，每... 查看详情

压缩感知入门

...始场景的信息。　比如场景生成的图片有200万个像素，每个像素用8位比特表示，需要2MB的存储空间，但去除冗余后的有效像素只有10万个。那么我们找出这10万个有效像素，就能够较好的重建出原始图像，实查看详情

图像融合基于matlab双树复小波变换像素级图像融合含matlab源码2024期

一、双树复小波变换简介1999年，Kingsbury提出了双树复小波变换。随后，2005年，Selesnick等设计出了双树复小波变换的分解重构算法，这一算法的提出，使得双树复小波变换能够应用于信号分析和图像处理等领域。与小波变换不同... 查看详情

图像融合基于matlab多分辨率奇异值分解图像融合含matlab源码2374期

...息互补产生新的图像的综合分析技术。图像融合一般分为像素级、特征级和决策级融合,而多分辨率图像融合算法则是一类非常重要的像素级融合算法。对多分辨率图像融合的研究,最初始于文献[3]中Burt和Adelson提出的拉普拉斯金... 查看详情

图像融合基于matlab双树复小波变换像素级图像融合含matlab源码2024期

一、双树复小波变换简介1999年，Kingsbury提出了双树复小波变换。随后，2005年，Selesnick等设计出了双树复小波变换的分解重构算法，这一算法的提出，使得双树复小波变换能够应用于信号分析和图像处理等领域... 查看详情

结构感知图像融合structure-awareimagefusion

文章目录摘要1介绍2初步研究3结构感知图像融合3.1显著结构提取3.2迭代联合过滤器3.3扩展到多个图像3.4计算和效率4实验结果4.1实验配置4.2性能指标4.3参数影响4.4视觉和定量比较5结论摘要大多数现有的多模态图像融合方法都... 查看详情

文本分类《融合知识感知与双重注意力的短文本分类模型》(代码片段)

...本文主要提出基于TextRCNN模型使用知识图谱、双重注意力感知来改进短文本分类，最终提高了精度。·参考文献： [1]融合知识感知与双重注意力的短文本分类模型参考论文信息（很牛）论文名称：《融... 查看详情

红外与可见光图像融合论文阅读

这两天新看了一篇使用深度学习方法融合红外和可见光图像的模型InfraredandVisibleImageFusionusingaDeepLearningFramework，和上次博文是同组，这里分享一下。本文提出一种深度学习方法融合可见光和红外图像的模型，首先将源... 查看详情

图像处理基础知识(代码片段)

...感知直方图直方图的定义一张图像里，各个灰度级的像素个数图像的直方图灰度直方图累加起来就是整个图像的像素个数归一化就是各个灰度级的数值除以整个图像的像素个数直方图的性质直方图表整理图像中的灰度级分布... 查看详情

红外与可见光图像融合论文阅读

最近研究红外与可见光图像融合，看到一篇文章RFN-Nest:Anend-to-endresidualfusionnetworkforinfraredandvisibleimages，这里记录一下。Abstract本文提出一种残差融合网络residualfusionnetwork(RFN)，用于替换传统的融合方法，同时提出两... 查看详情

红外与可见光图像融合论文阅读

图像处理(代码片段)

...及噪声区分开来。通常会设定一个阈值T，通过T将图像的像素划分为两类：大于T的像素群和小于T的像素群。图像的读色彩空间和灰度importcv2importnumpyasnpimportmatplotlib.pyplotaspltdefimg_show():#原图img=cv2.imread(" 查看详情

real-timecompressivetracking论文笔记

总体思想1利用符合压缩感知RIP条件的随机感知矩阵对多尺度图像进行降维2然后对降维的特征採用简单的朴素贝叶斯进行分类算法主要流程1在t帧的时候，我们採样得到若干张目标（正样本）和背景（负样本）的图像片，然后对... 查看详情