[发明专利]一种基于相似块的图像融合方法有效

专利信息
申请号: 201310198572.0 申请日: 2013-05-24
公开(公告)号: CN103247042A 公开(公告)日: 2013-08-14
发明(设计)人: 屈小波;李磊;赖宗英;陈忠 申请(专利权)人: 厦门大学
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 厦门南强之路专利事务所(普通合伙) 35200 代理人: 马应森
地址: 361005 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 相似 图像 融合 方法
【说明书】:

技术领域

发明涉及数字图像处理,尤其是涉及多聚焦的一种基于相似块的图像融合方法。

背景技术

多聚焦的数字图像处理广泛应用于卫星遥感、军事、医学等领域。常见的多聚焦图像融合方法大概分为两类:空间域方法和变换域方法。空间域方法的优势在于融合图像的像素都来自于源图像,使得源图像信息保留得完整,但缺点是经常会出现块状的伪影;变换域的方法能有效抑制块状伪影,但是由于变换域操作的非线性,使得融合结果与源图像相比有失真。

在空间域方法中,有W.Huang和Z.Jing等(Evaluation of focus measures in multi-focus image fusion,Pattern Recognition Letters,vol.28,pp:493-500,2007)对常见的方法和评价指标做出了比较归纳。针对融合结果出现的块状伪影,这些方法往往会采取抑制措施,例如对图像进行一致化滤波处理,区域增长等。

在变换域方法中,Zhang Zhong等(A categorization of multiscale-decomposition-based image fusion schemes with a performance study for a digital camera application,Proceedings of the IEEE,vol.87,pp.1315-1326,1999)对常见的变换域方法做出了归纳,然而这些方法往往存在着敏感度高,参数不好选取的弱点。

此外,国内的Qu Xiaobo等(Image fusion algorithm based on spatial frequency-motivated pulse coupled neural networks in nonsubsampled contourlet transform domain,Acta Automatica Sinica,vol.34,pp.1508-1514,2008)还成功的将变换域图像融合与神经网络相结合,取得了良好的效果。

2006年,K.Dabov等人(Image denoising with block-matching and3D filtering,Proceedings of the IEEE,vol.6064,pp.354-365,2006)提出了相似块匹配的方法来解决图像去噪问题。该方法利用了图像的自相似性,在去噪方面取得了成功。

发明内容

本发明的目的在于提供效果优良,易于操作的一种基于相似块的图像融合方法。

本发明包括以下步骤:

1)构建多个源图像共享的自相似结构:在多幅源图像中进行相似块匹配,得到共享的相似块结构,所述共享的相似块中即包含了图像的自相似性;

2)加权:对共享的相似块中进行图像特征提取后,按照加权的方法确定最后选取的像素值。

在步骤2)中,所述加权的方法可为:设提取的图像清晰度指标为C,用C1和C2代表源图像1和源图像2的清晰度,用M表示为一个与源图像等大的计数器,对于第j个像素,用和表示源图像1和源图像2的计数器,给定共享的相似块D,

当C1≥C2时,有

M1j=M1j+1,jD;]]>

当C1<C2时,有

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310198572.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top