宋 斌，吴乐华，唐晓杰，文玉强，牟宇飞

采用DCT稀疏表示与Dual-PCNN的图像融合算法

宋 斌，吴乐华，唐晓杰，文玉强，牟宇飞

（重庆通信学院，重庆 400035）

针对已有图像融合方法会导致融合图像亮度不均匀，与原图像对比度不一致，不适合人眼视觉效果的缺点，提出将DCT稀疏表示与双通脉冲耦合神经网络相结合的压缩感知域图像融合算法。首先结合图像DCT稀疏表示的特点，设计射线采样矩阵；再对测量值采用基于测量值的信息熵加权平均融合；最后经过全变分优化算法对融合测量值重构得到融合图像。通过对多组不同类型传感器所获图像融合实验的主观视觉分析和客观评价表明，该算法所得的融合图像能从原始图像中获取更多有用信息，更好地保持原图像的边缘信息，从而获得更好的视觉效果。

压缩感知；双通道脉冲耦合神经网络；信息熵；全变分优化算法

0 引言

图像融合技术是在不引入额外信息的前提下，将包含在多幅源图像中的重要信息融合起来，得到一幅包含信息更丰富的图像的技术[1]，它在计算机视觉、遥感、医学以及军事领域都有着广泛的应用前景。伴随着多媒体通信技术的发展及各种类型传感器的使用，图像融合所需处理的数据量越来越大，对传输硬件提出了更高的要求，同时也给图像融合技术本身的发展带来不利影响。2006年，E. Candse，D. L. Donoho以及T. Tao等人提出了一种新的信息获取指导理论——压缩感知理论（Compressed Sensing，CS）[2-4]，该理论表明：若信号在某个变换……