基于稀疏表示理论的红外与可见光图像融合新方法研究

项目名称： 基于稀疏表示理论的红外与可见光图像融合新方法研究

项目编号： No.61402368

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 何贵青

作者单位： 西北工业大学

项目金额： 27万元

中文摘要： 本项目针对红外与可见光图像融合这一研究课题，为了提高方法在实际应用中的实用性，更加准确、合理、有效地融合源图像，本项目开展基于稀疏表示理论的红外与可见光图像融合中关键技术的研究。具体内容包括:1）为了发掘同一场景中红外与可见光图像存在相关性的特点，研究一种新的结构化多尺度过完备字典学习方法，以实现对红外与可见光图像更精确、更全面地分析；2）为了提高提取特征的可分析性与实用性，研究基于联合稀疏的共有与特有特征鲁棒性提取新方法，以获得更合理且噪声免疫力强的特征；3）为了开发面向实际应用的更有效融合规则，研究基于非负稀疏表示感兴趣特有特征检测以及定义特征优先级的融合规则，以达到非弱化感兴趣特有特征、获得清晰、自然融合结果图像的目的。项目研究成果将为今后开发更有效的安全监控、军事侦察、气象探测等军民系统提供关键技术支撑，同时可对稀疏表示理论以及图像融合理论体系的进一步发展与完善具有重要的促进作用。

中文关键词： 稀疏表示；图像融合；多尺度字典；非下采样轮廓波变换；非负稀疏表示

英文摘要： For the infrared and visible image fusion this project, in order to improve the practicability of the method in the practical application and to fuse the source images more accurately, more reasonably and more effectively, we perform research on the key t

英文关键词： Sparse Representation；Image Fusion；Multi-scale Dictionary Learning；Non-subsample Contourlet Transform；Non-negative Sparse Representation