期刊文献+

基于噪声整形的压缩感知图像融合算法

下载PDF
导出
摘要 本文提出了一种新的图像融合算法——基于噪声整形的压缩感知图像融合算法,将两幅模糊的原始图像送入2D-DWT处理,生成小波系数;利用噪声整形算法对得到的小波系数稀疏化处理;采用常用的融合规则将两幅图像的稀疏化系数进行融合,得到融合后的小波系数;再将融合后的小波系数通过随机采样矩阵获取压缩采样;最后,利用求解最优化的问题算法得到恢复矩阵并进行小波反变换得到融合后的清晰图像。实验结果证实了本文算法的有效性和正确性,提高了压缩感知图像融合的质量,即便在较低的采样率下,也可获得较好质量的重构图像。
作者 李莉
出处 《福建电脑》 2018年第8期7-9,139,共4页 Journal of Fujian Computer
基金 开封大学科研基金项目(青年基金):基于压缩感知的图像融合技术研究 开封市基础与前沿技术研究计划:基于噪声整形算法的压缩感知图像融合技术研究(No:1608005)
  • 相关文献

参考文献3

二级参考文献131

  • 1张春梅,尹忠科,肖明霞.基于冗余字典的信号超完备表示与稀疏分解[J].科学通报,2006,51(6):628-633. 被引量:71
  • 2浦西龙,吕建平.一种基于小波变换的多分辨图像融合算法[J].计算机工程与应用,2007,43(20):65-67. 被引量:10
  • 3Emmanuel J. Candès,Michael B. Wakin,Stephen P. Boyd.Enhancing Sparsity by Reweighted ? 1 Minimization[J]. Journal of Fourier Analysis and Applications . 2008 (5-6)
  • 4Richard Baraniuk,Mark Davenport,Ronald DeVore,Michael Wakin.A Simple Proof of the Restricted Isometry Property for Random Matrices[J]. Constructive Approximation . 2008 (3)
  • 5B. S. Kashin,V. N. Temlyakov.A remark on Compressed Sensing[J]. Mathematical Notes . 2007 (5-6)
  • 6Z B Xu,H Y Wang,X Y Chang.L1/2Regularizer. SciChina Ser F-Inf Sci . 2009
  • 7M Elad.Sparse and Redundant Representations:From Theoryto Applications in Signal and Image Processing. . 2010
  • 8R J Duffin,A C Schaeffer.A class of non-harmonic Fourierseries. Trans.AMS . 1952
  • 9M Elad,M Aharon.Image denoising via sparse and redundantrepresentations over learned dictionaries. IEEE Transac-tions on Image Processing . 2006
  • 10K Engan,K Skretting,J H Husoy.A family of iterative LS-based dictionary learning algorithms,ILS-DLA,for sparse sig-nal representation. Digital Signal Process . 2007

共引文献349

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部