為了提升視覺信息在低能見度條件下的適用性,提出了一種采用局部約束線性編碼的像素級艦船目標圖像融合方法。首先,采用K均值奇異值分解算法從海量的訓練樣本中完成過完備字典的學習。其次,在考慮著艦導引實時性任務需求的前提下,采用局部約束線性編碼完成融合系數的非迭代求解,相較于壓縮感知理論架構下的匹配追蹤算法,極大地降低了計算復雜度。此外,設計了一種基于融合系數最大絕對值的融合規(guī)則,并根據過完備字典和融合后的局部約束線性系數實現融合圖像的重建。最后,利用圓周濾波器提取艦船圖像的候選區(qū)域。大量試驗結果表明,在融合圖像質量方面,所提方法在保留高頻細節(jié)的同時將圖像中的艦船目標有效增強了,MI、Q_w、Q^AB/F等客觀評價指標優(yōu)于同類算法;在實時性方面,所提算法的計算速度相比于采用匹配追蹤算法的圖像融合方案有明顯提升。 

【文章來源】：導航定位與授時. 2021,8(02)CSCD

【文章頁數】：10 頁

【文章目錄】：
0 引言
1 像素級艦船圖像融合方案
2 像素級艦船圖像融合算法
    2.1 過完備字典的學習
    2.2 融合系數的求解
    2.3 融合圖像的重建
3 艦船圖像融合算法仿真驗證
    3.1 仿真實驗設置
        1)MI:
        2)QW:
        3)QAB/F:
    3.2 融合效果分析
    3.3 對比實驗分析
4 結論


【參考文獻】：
期刊論文
[1]基于滾動引導濾波的紅外與可見光圖像融合算法[J]. 陳峰,李敏,馬樂,邱曉華.  紅外技術. 2020(01)
[2]DT-CWT優(yōu)化邊緣特征和自適應PCNN的圖像融合[J]. 高少忠,沈小林.  電子測量與儀器學報. 2019(09)
[3]基于紅外與可見光圖像融合技術發(fā)展與性能評價[J]. 劉智嘉,賈鵬,夏寅輝,林昱,徐長彬.  激光與紅外. 2019(05)



本文編號：3638233