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