[发明专利]一种多张多聚焦图像融合方法及装置

说明书

本发明公开了一种多张多聚焦图像融合方法，属于图像处理和人工智能技术领域。包括：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第一级基线特征与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，基于第一级基线特征和第二级基线特征形成的聚焦水平图，矫正其余聚焦水平图，并将矫正后的多张聚焦水平图拼合成聚焦水平集；采用决策算法将聚焦水平集换算成决策图；采用图像像素融合算法，基于决策图，将待融合图像集中的所有图像融合成最终的单张融合结果。采用本发明，可以提高多张多聚焦图像融合的效率。

技术领域

本发明涉及图像处理和人工智能技术领域，特别涉及一种多张多聚焦图像融合方法及装置。

背景技术

多聚焦图像融合是图像分析和融合领域里的一个重要研究分支，在科研、军事、医疗、数码摄像、微结构分析等领域都发挥着重要的作用。由于光学传感器的固有特性，使得单次拍摄只能保证在对焦区域前后一定的范围内的目标呈现清晰的像，而非聚焦区域呈现模糊的像，通过物理操作无法在一个镜头内将深度距离相差很大的物体全部聚焦。因此，往往采用基于图像处理的多聚焦图像融合方法通过融合多张图像中各自清晰的区域，最终获得全聚焦的图像。

随着人工智能理论和计算机视觉技术在图像处理领域取得的突破性进展，深度学习逐渐成为多聚焦图像融合领域的主流方法，大多数方法均采用特征提取分支分别提取图像的高维特征，再使用特征融合模块将各张图像的高维特征融合后输出最终的融合结果。

然而，当前大多数多聚焦图像处理方法通常仅关注两张图像的融合场景，而使用直观的两两融合策略进行多张图像的融合，即先融合第1张图像与第2张图像获得融合结果，再将该融合结果与第3张图像进行融合，以此类推。而在实际应用中，通常需面对数十张图像的融合场景，使用上述的图像处理方法将严重降低图像处理的效率。

因此，在多聚焦图像融合领域迫切需要一种能够有效提升多图融合效率的方法。

发明内容

本发明提供了一种多张多聚焦图像融合方法及装置，可以提升多张多聚焦图像融合的效率。所述技术方案如下：

一方面，提供了一种多张多聚焦图像融合方法，该方法应用于电子设备，该方法包括：

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。

可选地，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。

可选地，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。

可选地，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。

可选地，所述矫正算法，表达式如下：