论文部分内容阅读
为了解决图像融合过程中图像信息重影失真的缺点,提出了基于卷积稀疏表示(convolutional sparse representation,CSR)和形态成分分析(morphological component analysis,M CA)的图像融合方法。利用卷积稀疏表示的优越性对形态成分分析模型进行改进,形成CSR-MCA的新型模型,可以同时实现源图像的多组件和全局稀疏表示。使用预学习的CSR-MCA模型得到源图像的平滑和细节成分的稀疏表示,然后使用不同的融合规则对每个图像分量进行融合,利用相应