基于提升LSWT與聯(lián)合結(jié)構(gòu)組稀疏表示的圖像融合算法

　　光學(xué)傳感器通常無法獲取同一場景內(nèi)不同景深的多個目標(biāo)都清晰的圖像，常用的解決方法是借助多個傳感器一次成像或單個傳感器多次成像得到聚焦在不同區(qū)域的多幅圖像。多幅圖像之間往往存在著大量的冗余信息，不利于圖像的分析與處理，因此，多聚焦圖像融合方法得到了廣泛的研究，它將不同景深的多幅圖像進(jìn)行融合，降低圖像間信息的冗余度，得到便于后續(xù)處理的清晰圖像。目前，應(yīng)用于多聚焦圖像融合的算法很多。基于多尺度分析的圖像融合技術(shù)，模擬了人類視覺系統(tǒng)由“粗”及“細(xì)”感知物體的方式，可以得到較好的融合結(jié)果，所以基于多尺度分析的圖像融合技術(shù)一直成為圖像融合領(lǐng)域的研究熱點。圖像經(jīng)多尺度變換分解后，能夠針對多方向、多尺度層采取不同融合策略，突出重要的細(xì)節(jié)特征信息，獲得更好的融合效果。小波變換作為一種圖像多尺度分解的工具，因具有良好的時域和頻域局部特性以及多分辨率特性，而在圖像融合領(lǐng)域中得到了廣泛應(yīng)用。隨著小波變換相關(guān)理論的不斷成熟，傳統(tǒng)小波變換的缺陷如平移變性和較少的方向選擇性等隨之展現(xiàn)出來。