[发明专利]一种基于显著性区域提取的多聚焦图像融合方法有效
申请号: | 201510066177.6 | 申请日: | 2015-02-09 |
公开(公告)号: | CN104616274B | 公开(公告)日: | 2018-02-02 |
发明(设计)人: | 张宝华;裴海全;马玲珑;刘鹤;周文涛 | 申请(专利权)人: | 内蒙古科技大学 |
主分类号: | G06T5/50 | 分类号: | G06T5/50 |
代理公司: | 北京酷爱智慧知识产权代理有限公司11514 | 代理人: | 安娜 |
地址: | 014010 内蒙*** | 国省代码: | 内蒙古;15 |
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 显著 区域 提取 聚焦 图像 融合 方法 | ||
1.一种基于显著性区域提取的多聚焦图像融合方法,其特征在于,包括以下步骤:
(1)利用GBVS算法分别计算源图像A和B的显著性分布图G1和G2;
(2)二值化显著性分布图G1和G2,并分别计算其空间频率,得到空间频率图S1和S2;其中,求取显著性分布图G1和G2的灰度均值Tas和Tbs做为二值化阈值;
(3)利用分水岭算法检测空间频率图S1和S2的微弱边缘,连接边缘得到封闭区域其中,s=1,2,...n,n为封闭区域个数,并将分类,比较不同区域的空间频率通过公式(1)找到其中的伪聚焦区域Ft,其中,t=1,2,...p,p<n,并将其滤除;利用形态学方法,先腐蚀后膨胀合并剩余封闭区域,即聚焦区域,将源图像分为聚焦区域M1、M2和离焦区域U1、U2;
(4)将源图像聚焦区域直接融合,离焦区域通过Shearlet变换分别进行三层分解,获得各自的一个低频子带:Al、Bl和三层高频子带:Am,k、Bm,k,m=1,2,3,其中1-3层分别包含10,10,18个方向子带;分别基于脉冲耦合神经网络PCNN和拉普拉斯金字塔变换融合,具体为:
分别建立融合规则:
低频子带Al、Bl利用拉普拉斯金字塔分解,得到分解系数通过公式(2)的比较取大法选择低频融合系数LF,ij;
其中,i,j分别表示LF,ij的行数和列数;
通过基于脉冲耦合神经网络的融合规则融合高频子带Am,k、Bm,k的系数,具体步骤如下:
①将Am,k、Bm,k分别输入到PCNN的两个输入端,利用公式(3)计算系数的对比敏感度因子CSF作为PCNN的外部激励;
其中,是空间频率,fx、fy分别是水平和竖直方向的空间频率,
其中,M为源图像行数,N为源图像列数;
②根据公式(6)比较得到各方向子带的融合系数:
其中,m指第m层分解,k指第k个方向子带,是高频子带Am,k,Bm,k在(i,j)点的系数;
③利用Shearlet反变换重构LF,ij和得到融合系数F;
其中,i,j分别表示和的行数和列数;
(5)重构融合系数F,得到融合图像。
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内蒙古科技大学,未经内蒙古科技大学许可,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/201510066177.6/1.html,转载请声明来源钻瓜专利网。