资源描述：
《动态wnmf及在图像融合中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第23卷第9期传感技术学报Vo.l23No.92010年9月CHINESEJOURNALOFSENSORSANDACTUATORSSep.t2010*DynamicWeightedNon-NegativeMatrixFactorizationandItsUsingResearchinImageFusion*LIUShaopeng,HAOQun,SONGYong(OptoelectronicCollege,BeijingInstituteofTechnology,Beijing100081,China)Abstract:Themiagefusionalgo
2、rithmbasedonstandardnon-negativematrixfactorizationhaslmiitedglobalfeatureex-tractionability,resultinginthelowcontrastandpoorvisualeffectofthefusionresul.tInordertomiprovethefusioneffectofnon-negativematrixfactorization,anovelmiagefusionalgorithmforinfraredandvisiblemiagesbasedon
3、dy-namicweightednon-negativematrixfactorizationisproposed.Theweightedcoefficientsaredesignedforemphasizingthemiportantcharacteristicsofthesourcemiages,andtheyaremodifiedaftereveryiterativeaccordingtotherelativemipor-tancevariationofdifferentareas,sothefeatureextractionabilityofwe
4、ightednon-negativematrixfactorizationisen-hancedobviously.Comparedwithstandardnon-negativematrixfactorizationbasedfusionalgorithm,proposedalgorithmmiprovesthevisualeffec,tandtheaveragegradientofthefusionresultmiprovesmorethan36%andthestandarddevia-tionmiprovesmorethan17%.Keywords
5、:miagefusion;featureextraction;dynamicweightednon-negativematrixfactorization;mutationdegreeEEACC:6140Cdo:i10.3969/j.issn.1004-1699.2010.09.012*动态WNMF及在图像融合中的应用研究*刘少鹏,郝群,宋勇(北京理工大学光电学院,北京100081)摘要:标准非负矩阵分解图像融合算法全局特征提取能力有限,造成融合图像的对比度不高,视觉效果不好,针对这一问题,对加权非负矩阵分解算法进行了深入研究,提出了动态加权非负矩阵分解
6、思想并将之应用于红外与可见光图像融合。动态加权非负矩阵分解算法首先通过加权系数的设计指定重要特征,并在迭代过程中根据各区域相对重要程度的变化对加权系数进行动态调整,与标准非负矩阵分解算法相比较,动态加权非负矩阵分解算法全局特征提取能力得到了显著提升。对比实验表明,相对于目前常见标准非负矩阵分解图像融合算法,采用区域突变度作为目标函数的动态加权非负矩阵分解算法平均梯度提高了36%以上,标准差提高了17%以上。关键词:图像融合;特征提取;动态加权非负矩阵分解;突变度中图分类号:TP391文献标识码:A文章编号:1004-1699(2010)09-1266-0
7、6[1]基于标准非负矩阵分解(NMF)的图像融合算法为了改进NMF算法的融合效果,文献[6]提出了[6]是继多分辨率分析图像融合算法之后出现的一种新算基于清晰度约束的NMF算法(SNMF);文献[7]对[7]法。相比像素级多分辨率分析算法,基于NMF的融合局部非负矩阵分解算法(LNMF)在图像融合中的算法利用NMF对向量全局特征的提取能力,得到的融应用进行了研究;文献[8]提出了非负矩阵分解和小[2]合结果在某些指标,如图像整体对比度、区域一致性波变换相结合的图像融合算法。但是实验证明,文献[3-5]等特性上优于基于像素的多分辨率分析算法的融[6-7]所
8、提算法在提高算法全局特征提取能力和细合结果。但是由于NMF算法在处理过程中将源图
