[发明专利]一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法

摘要

一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法，其步骤是首先，提取多尺度多结构元素，再通过加权合并得到图像的多尺度形态学梯度特征；其次，构造图像的清晰度度量，利用该度量检测多聚焦源图像中聚焦与离焦区域的边界区域；再次，将边界区域细化，得到最终的边界线特征；接着，通过度量每幅源图像在边界线分割的清晰度度量，从而得到初始的多聚焦图像的融合决策图像；继而，滤除融合决策图像中的弱小孤立区域，并利用最近邻方法填补空白区域；此后，膨胀融合决策图像中的边界线，得到最终的融合决策图像；最后，根据融合决策图像及制定的融合策略得到一幅各处都清晰的融合图像。本发明广泛应用各类图像处理的应用系统。

主权项

一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法，其特征在于：它包含以下具体步骤：步骤一：构造用于提取多个尺度梯度特征的结构元素；设结构元素有n个尺度，即B1，B2，…，Bj，…，Bn，其中其中，所有结构元素均为圆形扁平结构元素；步骤二：计算每幅多聚焦图像fi每个尺度j下的梯度特征；其中，1≤i≤m；1≤j≤n；通过形态学的梯度运算，利用构造的Bj按下式提取图像fi在尺度j上的梯度特征G(i,j)：G(i,j)(x,y)=fi(x,y)⊕Bj-fi(x,y)ΘBj,]]>其中，(x,y)是图像像素坐标；和Θ分别为形态学膨胀和腐蚀运算，且其具体定义如下：f⊕B=max(u,v)(f(x-u,y-v)+B(u,v)),]]>fΘB=max(u,v)(f(x+u,y+v)-B(u,v)),]]>其中，f是原始图像；B是结构元素；(x,y)是图像像素坐标；(u,v)是结构元素中的像素坐标；步骤三：合并每幅多聚焦源图像fi各个尺度的梯度特征，得到每幅源图像的多尺度梯度特征灰度图像MSGi；其中，1≤i≤m；MSGi(x,y)＝w1×G(i,1)+w2×G(i,2)+…+wn×G(i,n),其中，wj为尺度j下梯度特征的加权权重；步骤四：利用多尺度形态学梯度特征构造图像清晰度度量，然后逐像素检测多聚焦源图像中聚焦区域与离焦区域的边界区域，得到多聚焦图像边界区域特征图像L；首先，构造用于度量图像清晰程度的多尺度形态学清晰度度量MSFM；度量图像中某区域的清晰度时，一般将该区域内的梯度特征之和作为该区域的清晰度度量；因此，在度量每幅源图像fi中每个像素位置(x,y)的清晰度时，将以该像素为中心(2k+1)×(2k+1)区域内的多尺度形态学梯度特征之和作为该像素位置的清晰度度量MSFMi(x,y)；MSFMi(x,y)=Σ(p,q)MSGi(p,q),p∈[x-k,x+k]q∈[y-k,y+k];]]>其次，计算所有源图像fi中每个像素位置(x,y)对应梯度的最大值和最小值，分别作为近似的全聚焦图像的梯度特征图CMSG和全离焦图像的梯度特征图BMSG；其中，1≤i≤m；CMSG(x,y)=maxi(MSGi(x,y)),i∈[1,m],]]>BMSG(x,y)=mini(MSGi(x,y)),i∈[1,m];]]>再次，利用全聚焦图像近似梯度特征图CMSG和全离焦图像近似梯度特征图BMSG，分别计算图中每个像素位置(x,y)对应的清晰度度量CFM(x,y)和BFM(x,y)；CFM(x,y)=Σ(p,q)CMSG(p,q),p∈[x-k,x+k]q∈[y-k,y+k],]]>BFM(x,y)=Σ(p,q)BMSG(p,q),p∈[x-k,x+k]q∈[y-k,y+k];]]>然后，计算多聚焦源图像间清晰度度量的最大差maxDFM，以及全聚焦与全离焦图像间近似的清晰度度量之差maxSDG；maxDFM(x,y)=maxi(MSFMi(x,y))-mini(MSFMi(x,y)),i∈[1,m],]]>maxSDG(x,y)＝CFM(x,y)‑BFM(x,y)；最后，通过比较多聚焦源图像间的清晰度差异与全聚焦图像与全离焦图像间近似的清晰度差异，得到初始的多聚焦图像的边界区域特征图像L；L(x,y)＝(maxDFM(x,y)＜0.8×maxSDG(x,y))∪(maxDFM(x,y)＜(2k+1)2)；步骤五：后续处理多聚焦图像的边界区域特征图像L，得到更加完善的边界线特征图像Lfinal；首先，细化边界区域，得到单像素宽度的边界线特征图像Lthin；然后，剔除边界线图像Lthin中的弱小线特征，得到更加完善的边界线特征图像Lfinal；步骤六：通过比较边界线划分每个区域的清晰度度量，得到多聚焦图像的融合决策图像D；首先，在边界线图像Lfinal分割的每个区域Rl中，比较每幅多聚焦图像fi在该区域的清晰度度量然后，将较大清晰度度量所对应的图像序号i拷贝到多聚焦图像融合决策图像D中的Rk区域，得到初始的融合决策图像D；其中，1≤i≤m；步骤七：重建多聚焦图像融合的决策图像D，得到最终的融合决策图像Dfinal；首先，滤除决策图像中的弱小孤立区域；其次，利用最近邻方法，填补决策图像中的空白区域；再次，清除决策图像中错误的边界线；最后，膨胀聚焦区域的边界，得到最终的融合决策图像Dfinal；步骤八：根据多聚焦图像融合的决策图像Dfinal及制定的融合准则，生成最终的融合图像；其中，步骤八所述的“制定的融合准则”，其具体内容如下：首先，对于决策图像中的非空区域，从相应的多聚焦图像拷贝到融合图像中的相应位置；然后，对于决策图像中的边界区域，以每个像素位置到边界中心线最小距离的倒数为权重，将多聚焦图像的加权和拷贝到融合图像中的该像素位置，得到最终的多聚焦融合图像。