首页|综合引导滤波和字典学习超像素聚类图像融合

综合引导滤波和字典学习超像素聚类图像融合

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对多聚焦图像融合易出现块效应和边界伪影等问题,提出了一种综合迭代引导滤波和字典学习超像素聚类的融合算法.首先对源图像进行超像素分割,利用密度峰值实现超像素的聚类,以超像素聚类块为处理单元提取特性形成特征矩阵;建立低秩表示模型,引入拉普拉斯正则项增加同类相邻区域空间一致性约束;构造低秩表示字典,借助自带二次惩罚项的线性交替迭代求解模型系数;通过联合低秩表示系数矩阵和误差矩阵构建初步聚焦特征图,利用迭代引导滤波优化聚焦特征图扩大多焦差异化,最后基于优化聚焦特征图和源图像获得最终融合结果.经仿真对比可知,提出算法的融合结果无论在主观视觉还是客观指标上都优于其他同类算法.
Image fusion based on guided filtering and dictionary learning super-pixel clustering

郭利强

展开 >

洛阳师范学院 教育科学学院,河南 洛阳471022

多聚焦融合 超像素分割 密度峰值聚类 低秩表示 字典学习 迭代引导滤波

河南省高等学校青年骨干教师培养计划项目2019年河南省高等教育教学改革研究与实践项目

2019GGJS2012019SJGLX388

2021

10.19734/j.issn.1001-3695.2020.07.0264

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(7)
  • 1
  • 6