作者：刘帆; 刘鹏远; 张峻宁; 徐彬彬机器视觉图像融合k奇异值分解互信息
摘要：针对当前彩色图像和深度图像（RGB-D）特征融合困难、联合识别效率不高的问题,提出了一种结合K奇异值分解（KSVD）和最大相关最小冗余准则（mRMR）的RGB-D场景图像融合算法。该算法首先采用KSVD稀疏图像的特征,将稀疏系数对应的字典原子作为特征融合的参数,以完整地表达图像的全部信息;之后采用互信息的mRMR原则求取维度最小且各维度之间相关性最小的特征原子组合;最后通过最大化原则融合特征原子对应的稀疏系数,从而完成了两种图像之间的有效信息融合。实验结果表明,该算法在信息熵、互信息和边缘保持度等方面比主成分分析-K奇异值分解和非下采样轮廓变换-K奇异值分解融合算法更有优势,有效提高了图像目标的识别准确率和成功率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
