Resumen

Proponemos un nuevo esquema de fusión de imágenes multifuente de superresolución mediante la teoría de la detección compresiva y el aprendizaje de diccionarios. La fusión de imágenes multifuente se reduce a un problema de recuperación de señal a partir de las medidas de compresión. A continuación, se aprende un conjunto de diccionarios multiescala a partir de varios grupos de parches de imágenes de muestra de alta resolución mediante un algoritmo de optimización no lineal. Además, se propone una nueva regla de fusión lineal de pesos para obtener la imagen de alta resolución. Se llevan a cabo algunos experimentos para investigar el rendimiento de nuestro método propuesto, y los resultados demuestran su superioridad frente a sus homólogos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:nueva regla de fusión lineal de pesos, teoría del aprendizaje de diccionarios, fusión de imágenes multifuente, algoritmo de optimización no lineal, imagen de muestra de resolución, problema de recuperación de señal, medidas compresivas, detección compresiva, esquema de fusión, parches de imágenes
• Keywords:new linear weights fusion rule, dictionary learning theory, multisource images fusion, nonlinear optimization algorithm, resolution sample image, signal recovery problem, compressive measurements, compressive sensing, fusion scheme, images patches