潘丽峰

摘要：该文结合图像融合技术和压缩感知理论，通过对压缩感知理论和非下采样contourlet变换的研究，将其应用在图像信息融合领域，提出了一个有创新性的图像融合新算法，并改进现有的图像压缩感知重构算法，在相同的信息源下，取得更好的重构图像质量。

关键词：小波变换;图像融合;压缩感知

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2020）35-0202-02

开放科学（资源服务）标识码（OSID）：

1 背景

近些年来，例如金字塔融合、离散小波变换融合在种类繁多传统的融合算法技术中占主导地位。虽然金字塔融合技术的效果不如基于小波变换的融合技术，但是小波变换仍然不是图像的最佳稀疏表达方式。另外，待融合图像的先验结构信息组成了所有这些方法的融合过程。为克服以上算法存在的缺陷，结合压缩感知理论来进行图像融合是一个可以消除上述算法可能潜在不足的新的方法。

通常，图像中的细节特征出现在不同的尺度空间，即在一定的尺度范围内，图像中的一些边缘或细节存在。小波融合法是像素级图像融合层次的一种，是基于变换域的融合方式，小波融合的原理就是利用小波变换对源图像进行小波分解，得到图像的低频分量和高频分量，图像的低频分量代表了图像的基本信息，高频分量代表了图像的细节信息。通常低频分量采用取平均值的方式，对高频分量采用取绝对值大的方式，这样不仅可以保留图像的基本信息，还能够突出图像的纹理、边缘信息等[1]。……