常莉红

(宁夏师范学院 数学与信息科学学院, 宁夏 固原 756000)

图像融合是图像处理研究的一大分支，广泛应用于医学、军事和目标探测等领域[1-3].常见的图像融合方法有变换域中的多尺度方法和稀疏表示方法. 最流行的多尺度方法有离散小波变换法 (discrete wavelet transform, DWT)[4]、对偶树复小波变换(dual-tree complex wavelet transform, DTCWT)[5]、四元数小波变换法[6]等. 常见的稀疏表示方法有DCT字典融合方法[7]和多字典自适应稀疏表示方法[8]. 迄今为止，稀疏理论在图像融合中已经取得了丰硕成果[9-10]，研究表明，传统的多尺度方法在图像融合中易减弱图像的对比度，而稀疏理论方法可以很好地解决这一问题.

现有的基于稀疏表示的图像融合模型中所学习的大多是通用字典，并没有明确的几何意义. 笔者认为，如果字典有明确的几何意义，则会进一步提升融合效果. 因此，本文利用图像可以表示成卡通特征和纹理特征的特点，通过学习得到卡通字典和纹理字典，利用几何意义明确的2个字典提出了一种图像融合方法. 主要过程分3步： 首先，利用先进的图像分解方法(fast cartoon + texture image decomposition, FCTD)[11]将训练集和测试集中的图像分解成卡通和纹理两大部分；接着，利用在训练集上学习好的卡通字典和纹理字典分别对测试集中源图像的卡通部分和纹理部分进行融合；最后，将融合好的卡通部分和纹理部分相加得到最终的融合图像.

1 基于特征分解的图像融合方法

1.1 FCTD图像分解方法

BUADES等[11]提出的FCTD分解方法主要是利用一对低-高通滤波器简单并……