[发明专利]基于高阶奇异值分解和模糊推理的多聚焦图像融合方法

权利要求书

1.基于高阶奇异值分解和模糊推理的多聚焦图像融合方法，其特征在于，包括如下步骤：

1)准备待融合的两幅多聚焦源图像，对两幅多聚焦图像分别进行滑动窗口分块，将分块后相互对应的源图像子块形成I个子张量；

2)对子张量进行高阶奇异值分解(HOSVD)，得到分解系数；

3)采用基于模糊推理的加权融合规则(WAFR)对分解系数进行融合：

3.1)提取HOSVD分解系数的方差()、区域能量()、匹配度(MD_i)三个特征，并将三个特征的值域量化为模糊论域；

3.2)采用Mamdani极小化原理设计模糊推理规则，利用最大隶属度原则对各自的权值进行模糊决策得到加权值，根据加权值得到融合后系数；

4)对步骤3)得到的融合后系数进行HOSVD逆变换得到融合后图像子块；

5)将步骤4)得到的融合后图像子块组合生成最终的融合图像。

2.根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法，其特征在于，所述步骤1)包括如下步骤：

a)将两幅M×N的多聚焦源图像分别记为B(1)和B(2)，利用滑动窗口技术把B(1)和B(2)分别分成I个相互对应的源图像子块，滑动步长大小为r，且I=fix(M-M‾+1r)·fix(N-N‾+1r),]]>其中代表最接近的整数；

b)将I个相互对应的源图像子块形成I个子张量，记为A_i，i＝1,2,...,I。

3.根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法，其特征在于，所述步骤2)具体为：对A_i进行HOSVD分解得到S_i，其公式为A_i＝S_i×₁U_i×₂V_i×₃W_i，其中S_i为核张量，U_i，V_i，W_i分别为A_i的一维，二维，三维展开的左奇异值向量。为了便于得到融合结果，利用代替S_i作为图像块的特征，对于每一个图像块B_i(k)，k＝1,2，用公式表示为Bi(k)=Ui×S‾i(:,:,k)×ViT.]]>