联合图像分类的图像融合算法研究

针对人眼对于外界信息的摄取会进行过滤,对于一幅既定的场景,会将其分为目标和背景两部分,对于目标信息的获取会希望更加详细,背景信息没有过多要求的特点,本文研究了联合图像分类的图像融合算法。对给定的待融合图像进行NSCT(Non-subsampled contourlet transform)变换,在NSCT变换域内提取特征,利用K-Means方法将图像分为目标和背景两部分,然后对背景和目标的低频信息采用均值准则、目标的高频信息采用区域能量加权平均的准则进行融合;同时为了降低计算复杂度,将压缩感知应用于图像分类过程中,实验结果验证了本文算法的优越性。