论文部分内容阅读
针对全采样传统图像融合方法中计算量大、时间复杂度高的问题，提出了一种基于压缩感知（CS）理论的多源图像融合模型。为满足一定的稀疏性，将源图像在过完备二维离散余弦变换（DCT）字典上进行稀疏表示，并通过随机观测得到待融合的观测值；在每一图像块上采用基于标准差的方法自适应地计算融合权值，加权合成融合后的观测值，然后利用改进步长的梯度追踪算法求解稀疏系数，得到最终融合图像。实验结果表明：与传统方法相比，提出的融合模型在减少计算量和存储容量的同时，能更好地从源图像中提取信息，获得效果较好的融合图像。