论文部分内容阅读
为降低当前图像融合算法的冗余信息,提高图像质量,提出基于局部密度峰聚类与字典学习的图像融合方案。将图像划分为若干个图像块,通过信息采样法,选择有用信息的图像块;定义局部密度峰聚类方法,对具有相似结构信息的图像块进行分类,获取不同的图像块簇类;基于K-SVD技术,构建字典学习机制,输出每个簇类的稀疏系数;选择最大值融合准则,对得到的稀疏系数进行融合,获得最终图像。实验结果表明,与当前图像融合方法比较,本文方法的融合质量与鲁棒性更高,其输出融合图像具有更大的边缘强度与相关系数值。