赵康
,
吴谨
液晶与显示
doi:10.3788/YJYXS20163103.0331
针对区域梯度法、区域能量法重构图像峰值信噪比较低、均方根误差较高的现象,提出了一种改进的基于区域梯度-能量的压缩感知图像融合方法.该方法首先构造正交小波变换矩阵,并使用小波变换使图像稀疏化,然后采用哈达玛矩阵作为测量矩阵对稀疏信号进行测量得到测量值,分别计算测量值对应的梯度值及能量值,依据绝对值取大法及加权平均法对测量值进行融合,最后对融合后的测量值进行图像重构.实验结果表明,该方法比单独使用区域梯度法或区域能量法具有较好的图像融合效果.
关键词:
压缩感知
,
图像融合
,
区域梯度
,
区域能量
毛建森
,
屈玉福
液晶与显示
doi:10.3788/YJYXS20163105.0497
为解决变尺度目标的跟踪问题,本文基于压缩感知理论设计了一种具有目标尺度不变性的目标跟踪方法.该方法首先通过插值的方式将初始帧中要跟踪的目标扩展细化至设定的模板图像大小,提取其压缩感知变换后的低维Haar-like特征作为模板特征并初始化分类器,其次利用卡尔曼滤波对待跟踪的图像帧中目标所在位置和尺度变化趋势进行预测,然后在预测目标所在位置周围提取多个不同尺度的待测目标样本并提取其压缩感知变换后的低维Haar-like特征,最后将这些特征送人分类器进行分类得到真实目标并更新分类器.经过实验验证,本文所设计的跟踪方法的平均跟踪成功率为77％,平均中心位置误差为12像素.能够实现对运动过程中发生尺度变化的目标的有效跟踪.
关键词:
机器视觉
,
目标跟踪
,
压缩感知
,
变尺度
,
卡尔曼滤波
李尊
,
苗同军
液晶与显示
doi:10.3788/YJYXS20173201.0035
基于压缩感知的图像融合属于像素级层次的图像融合。传统的 DWT 压缩感知图像融合研究对象是整个稀疏系数,但小波系数中低频系数并非稀疏,因此影响融合质量。针对此,提出一种基于 DWT-IRLS 的压缩感知图像融合。首先对图像进行 DWT 转换,针对高频系数采样测量；然后对高频系数和低频系数进行融合,并且引入迭代权重最小二乘法(IRLS)算法,重构高频系数；最后经 DWT 逆转换,得到融合图像。实验证明：通过4个客观评价指标和主观评价对比,2组实验融合效果均得到提高。此方法在一定程度上可提高图像融合效果,具有一定的实用价值。
关键词:
图像融合
,
压缩感知
,
小波变换
,
迭代权重最小二乘法
