《雷达学报杂志》发表论文赏析

基于联合稀疏表示的复Contourlet域SAR图像与红外图像融合

来源:雷达学报杂志2017年第4期北京时间:

作者:吴一全, 王志来

单位:①. College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China;②. Jiangsu Key Laboratory of Big Data Analysis Technology, Nanjing University of Information Science & Technology, Nanjing 210044, China;③. Zhejiang Province Key Laboratory for Signal Processing, Zhejiang University of Technology, Hangzhou 310023, China;④. Guangxi Key Lab of Multi-Source Information Mining and Security, Guangxi Normal University, Guilin 541004, China;⑤. Key Laboratory of Geo-Spatial Information Technology, Ministry of Land and Resources, Chengdu University of Technology, Chengdu 610059, China;⑥. MLR Key Laboratory of Metallogeny and Mineral Assessment Institute of Mineral Resources, Chinese Academy of Geological Sciences, Beijing 100037, China;

摘要:针对红外图像与SAR图像的灰度差异性大、两者融合图像不太符合人类视觉认知的问题,提出了一种基于联合稀疏表示的复Contourlet域红外图像与SAR图像融合方法。首先对红外图像与SAR图像分别进行复Contourlet分解。然后利用K-奇异值分解(K-Singular Value Decomposition, K-SVD)方法获得两幅源图像低频分量的过完备字典,并根据联合稀疏表示模型生成联合字典,通过正交匹配追踪(Orthogonal Matching Pursuit, OMP)方法求出源图像低频分量在联合字典下的稀疏表示系数,接着采用选择最大化策略对两个低频分量的稀疏表示系数进行选取,随后进行稀疏表示重构获得融合的低频分量;对高频分量结合视觉敏感度系数和能量匹配度两个活跃度准则进行融合,以捕获源图像丰富的细节信息。最后经复Contourlet逆变换获得融合图像。与3种经典融合方法及近年来提出的基于非下采样Contourlet变换(Non-Subsampled Contourlet Transform, NSCT)、基于稀疏表示的融合方法相比,该方法能够有效突出源图像的显著特征,最大程度地继承源图像的信息。

关键词:图像融合, SAR图像, 红外图像, 复Contourlet变换, 联合稀疏表示

2017年4期其他文献查阅:

移频导前假目标的特性分析及其鉴别方法

分布式孔径相参合成雷达联合天线增益分析

一种同时全极化雷达正交多相编码波形设计方法

基于联合稀疏表示的复Contourlet域SAR图像与红外图像融合

基于运动调制的SAR-GMTI间歇采样遮蔽干扰方法

高分辨率滑动聚束SAR BP成像及其异构并行实现

双基星载HRWS-SAR系统方位向信号重构的矩阵求逆算法

原始数据压缩对方位向多通道SAR系统影响研究

基于多帧超分辨率的方位向多通道星载SAR非均匀采样信号重建方法

基于改进方位相位编码的全极化SAR距离模糊抑制方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!