基于低秩表示的多聚焦含噪图像融合
计算机视觉与模式识别
2022-02-01 v7
摘要
多聚焦含噪图像融合是图像融合领域的一项重要任务，其从所有源图像生成一幅单一、清晰且对焦的图像。本文提出一种基于低秩表示（LRR）的新颖多聚焦含噪图像融合方法，LRR是表示学习中的有力工具。采用多尺度变换框架，将源图像分别分解为低频与高频系数。对于低频系数，融合后的低频系数由空间频率策略确定；而高频系数由基于LRR的融合策略融合。最后，通过逆多尺度变换与融合系数重建融合图像。实验结果表明，即便源图像含有噪声，所提算法仍提供最先进的性能。我们的融合方法代码可见于 https://github.com/hli1221/imagefusion_noisy_lrr
引用
@article{arxiv.1804.09325,
title = {Multi-focus Noisy Image Fusion using Low-Rank Representation},
author = {Hui Li and Xiao-Jun Wu and Tariq Durrani},
journal= {arXiv preprint arXiv:1804.09325},
year = {2022}
}
备注
17 pages, 9 figures, 3 tables