[发明专利]一种多张多聚焦图像融合方法及装置在审

专利信息
申请号: 202011036730.9 申请日: 2020-09-28
公开(公告)号: CN112241940A 公开(公告)日: 2021-01-19
发明(设计)人: 班晓娟;郑智予;印象;马博渊;黄海友 申请(专利权)人: 北京科技大学
主分类号: G06T5/50 分类号: G06T5/50;G06N3/04
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 100083*** 国省代码: 北京;11
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 多张多 聚焦 图像 融合 方法 装置
【权利要求书】:

1.一种多张多聚焦图像融合方法,其特征在于,所述方法包括:

采用图像特征提取算法提取待融合图像集中所有图像的特征,并在所述待融合图像集中选择任意二张图像的特征作为第一级基线特征和第二级基线特征;

采用图像特征融合算法分别将所述第一级基线特征与所述待融合图像集中其余图像的特征进行特征融合,并形成多张聚焦水平图;

采用矫正算法,基于所述第一级基线特征和所述第二级基线特征形成的聚焦水平图,矫正其余聚焦水平图,并将矫正后的多张所述聚焦水平图拼合成聚焦水平集;

采用决策算法将所述聚焦水平集换算成决策图;

采用图像像素融合算法,基于所述决策图,将所述待融合图像集中的所有图像融合成最终的单张融合结果。

2.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述图像特征提取算法,包括:空间频率算子、梯度算子、卷积神经网络、支持向量机的一种或多种。

3.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述待融合图像集为针对同一场景拍摄的、已配准的至少二张具有不同聚焦区域的图像,所述待融合图像集中的所有图像的H×W相同,其中,H为列像素数量,W为行像素数量。

4.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述图像特征融合算法,包括:空间频率算子、梯度算子、卷积神经网络、支持向量机、加法融合、最大值融合、通道维度拼接的一种或多种;所述聚焦水平图与待融合图像的H×W相同,其中,H为列像素数量,W为行像素数量。

5.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述矫正算法,表达式如下:

其中,pij代表在元素i的位置上第1张图像相对于第j张图像更清晰的概率,且pij∈[0,1];为矫正后的元素i处第1张图像相对于第j张图像更清晰的概率。

6.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述将矫正后的多张所述聚焦水平图拼合成聚焦水平集,包括:将矫正后的多张所述聚焦水平图按照通道方向拼合成聚焦水平集,所述聚焦水平集指尺寸为H×W×N的三维矩阵,其中,H为列像素数量,W为行像素数量,N为图像数量,N的值大于1。

7.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述决策算法,包括:

在所述聚焦水平集中每个元素i的通道方向上求取最大值的索引Imgik,其中,所述索引Imgik记录着元素i处最清晰的图像序号k;

将每个像素的索引汇合成决策图。

8.根据权利要求1所述的多张多聚焦图像融合方法,其特征在于,所述图像像素融合算法,包括:按索引取值算法、加权融合算法、导向滤波算法的一种或多种。

9.根据权利要求8所述的多张多聚焦图像融合方法,其特征在于,所述按索引取值算法指按照所述决策图中索引值Imgij,将图像j在元素i中的像素赋值给最终单张融合结果位置i的像素。

10.一种多张多聚焦图像融合装置,其特征在于,所述装置包括:

特征提取单元,用于提取待融合图像集中所有图像的特征,并在所述待融合图像集中选择任意二张图像的特征作为第一级基线特征和第二级基线特征;

特征融合单元,用于分别将所述第一级基线特征与所述待融合图像集中其余图像的特征进行特征融合,并形成多张聚焦水平图;

矫正单元,基于所述第一级基线特征和所述第二级基线特征形成的聚焦水平图,矫正其余聚焦水平图,并将矫正后的多张所述聚焦水平图拼合成聚焦水平集;

决策单元,用于将所述聚焦水平集换算成决策图;

像素融合单元,基于所述决策图,将所述待融合图像集中的所有图像融合成最终的单张融合结果。

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北京科技大学,未经北京科技大学许可,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/202011036730.9/1.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