压缩传感域图像融合新方法研究

图像融合技术是对不同图像传感器获得的信息量巨大且形式多样的可视化信息进行综合利用的一种重要手段，在军事、遥感、医学、工业、交通等诸多领域具有十分广阔的应用前景。本项目将结合各学科最新理论研究成果，拟以多光谱、多时相和多模图像为研究对象，深入研究并建立压缩传感域图像融合框架，包括构造并优化适合于图像融合的压缩传感矩阵；提出面向图像融合任务的盲压缩传感技术，解决待融合源图像稀疏性难于确定的问题；研究并形成面向图像融合的多尺度几何分析域压缩传感理论，实现针对二维图像信息的压缩传感技术；利用压缩传感技术能够减少处理数据量的特点，研究基于压缩传感理论的快速图像融合算法，解决序列彩色图像的高效融合等关键难题。本项目将促进压缩传感理论的发展，对推动高精度、高效的图像融合新方法研究及其应用具有重要意义。

本项目研究并形成压缩传感域图像融合框架，实现对多光谱图像、多聚焦图像、多模态图像和序列彩色图像的信息融合。项目主要研究成果包括：1、搭建了基于压缩传感理论的图像融合框架。压缩传感域图像融合的关键是确定压缩传感数据的凸信息，对此项目提出将能表示图像凸信息的离散余弦基投影到压缩传感域，并根据约束等距性理论，通过稀疏约束求出压缩传感数据的离散余弦系数，用从该系数中提取的传感数据的凸信息来指导图像融合；2、提出了基于压缩传感理论的快速图像融合方法。由于稀疏表示求解为非凸优化问题，计算量大，限制了其在实际压缩成像系统中的应用，通过实验发现用近似稀疏表示同样可以达到很好的融合图像，同时计算量可以大大减少。对此项目利用multi-Selection策略大大提高了近似稀疏系数的求解效率，并提出了基于压缩传感理论的快速图像融合方法。另外用稀疏系数的稀疏性和能量合并来提取图像局部凸信息实现融合，实验结果验证了方法的优越性；3、构造了彩色图像的扩展联合稀疏表示模型，并利用该扩展模型提出了一种新型图像恢复算法，与传统方法相比，该方法在彩色图像去噪和图像修复方面具有很好地恢复效果,同时将该模型用于同步图像恢复和融合，融合图像具有更好的视觉效果；另外，基于扩展联合稀疏表示模型，项目还提出了基于压缩传感理论的彩色图像同步去马赛克和图像融合方法，将彩色图像去马赛克问题看成基于压缩传感理论的图像恢复问题，直接对稀疏表示恢复的稀疏系数进行融合，通过基于梯度的去马赛克恢复得到彩色融合图像，该方法比传统彩色图像恢复和图像融合分开处理的方法更高效，也更利于算法的硬件实现；4.大多图像融合方法只考虑了图像的局部凸信息，而忽略了图像整体的视觉显著特性。实际上图像在视觉显著特性明显的区域往往包含更多的有用信息。对此我们提出了基于图像全局凸信息与局部凸信息结合的压缩传感域多传感器图像融合方法，在融合图像中尽量保留更多的全局有用信息。其中图像全局视觉显著凸信息和局部凸信息都是通过对图像稀疏系数的分析直接提取。该融合策略可以使得源图像中更多的有用信息保留到融合图像中去，实验验证了算法的优越性；5、利用核辐射环境下图像辐照噪声空间局部相关性强，持续时间短的特点，提出图像噪声检测算法，并利用基于压缩传感理论的图像修复技术实现了辐照噪声的消除。