[发明专利]一种利用形态学和自由边界条件活动轮廓模型的多聚焦图像融合方法

摘要

一种利用形态学和自由边界条件活动轮廓模型的多聚焦图像融合方法，步骤是一、利用梯度特征构造图像初始清晰度分布图；二、由初始清晰度分布图计算得到粗糙清晰度分布图，再确定最终清晰度分布图；三、利用形态学小面积移除运算和形态学开闭运算对最终清晰度分布图进行处理得到初始融合决策图像；四、从初始融合决策图像中提取聚焦区域和离焦区域的分界线，此分界线为自由边界条件活动轮廓模型的初始值；五、由自由边界条件活动轮廓模型得到边界线图像，并根据边界线图像和初始融合决策图像得到最终融合决策图像；六、根据多聚焦图像融合的决策图像及设定的融合准则，生成一幅各处清晰的最终融合图像。本发明广泛应用于各类图像处理的应用系统。

主权项

一种利用形态学和自由边界条件活动轮廓模型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：根据图像梯度构造图像初始清晰度分布图OFMi(x,y)；首先，计算源图像fi(x,y)的梯度Gi(x,y)：Gi(x,y)=▿fi(x,y),]]>其中，(x,y)是图像的像素坐标；i＝1,2；然后，计算每幅源图像fi(x,y)的梯度Gi(x,y)中每个像素位置(x,y)的像素值与以该像素为中心3×3邻域内各个像素值之差的平方和，将所得结果作为该像素位置的初始清晰度分布图OFMi(x,y)，即OFMi(x,y)=Σ(p,q)(Gi(x,y)-Gi(x+p,y+q))2,p,q∈{-1,0,1};]]>步骤二：由初始清晰度分布图OFMi(x,y)计算得到粗糙清晰度分布图CFMi(x,y)，再由CFMi(x,y)确定最终清晰度分布图FFMi(x,y)；首先，计算初始清晰度分布图OFMi(x,y)中每个像素位置(x,y)的像素值与以该像素为中心3×3邻域内各个像素值之和，将所得结果作为粗糙清晰度分布图CFMi(x,y)：CFMi(x,y)=Σ(p,q)OFMi(x+p,y+q),p,q∈{-1,0,1};]]>然后，将得到的CFMi(x,y)作为OFMi(x,y)，如此再迭代M‑1次，将最终得到的结果作为粗糙清晰度分布图CFMi(x,y)；最后，在比较所有粗糙清晰度分布图CFMi(x,y)的基础上，以CFM1(x,y)作为参考，若CFM1(x,y)＞CFM2(x,y)，则最终的清晰度分布图FFM(x,y)取1，否则取0，即FFM(x,y)=1,CFM1(x,y)>CFM2(x,y)0,otherwise;]]>若某区域的CFMi(x,y)较大，则表示fi(x,y)中对应的区域是聚焦的；若某区域的CFMi(x,y)较小，则表示fi(x,y)中对应的区域是离焦的；步骤三：利用形态学小面积移除运算和形态学开闭运算对最终清晰度分布图FFM(x,y)处理，得到初始融合决策图像OD；首先，利用形态学小面积移除运算对最终清晰度分布图FFM(x,y)处理，若FFM(x,y)中某区域像素数小于[m×n/40]，则该区域是小块区域；通过形态学小面积移除运算得到OD1：OD1＝RSO(FFM(x,y),[m×n/40])；其中，m是源图像fi的高，n是源图像fi的宽，[·]为取整运算，RSO(·)是形态学小面积移除操作；通过形态学小面积移除运算，将聚焦区域中被误认为是离焦区域和离焦区域中被误认为是聚焦区域的小块区域去掉；然后，利用结构元素B对OD1进行数学形态学开运算，接着，利用形态学小面积移除运算将开运算后生成被误认为是聚焦区域的小面积区域剔除，得到OD2，即其中，是数学形态学开运算，结构元素B为圆形扁平结构元素；最后，利用结构元素B对OD2进行数学形态学闭运算，接着，利用形态学小面积移除运算将闭运算后生成被误认为是离焦区域的小面积区域剔除，即可得到初始融合决策图像OD，即OD＝OD2·B；其中，·是数学形态学闭运算，结构元素B为圆形扁平结构元素，大小和开运算的大小一样；步骤四：从初始融合决策图像OD提取聚焦区域和离焦区域的分界线Li；其中，i＝1,...,l；通过边缘提取、形态学桥接运算和形态学细化运算从初始融合决策图像OD提取聚焦区域和离焦区域的分界线Li；其中，l为初始融合决策图像OD中聚焦区域和离焦区域的分界线数目；其中，i＝1,...,l；步骤五：由自由边界条件活动轮廓模型，得到边界线图像Lfinal，并根据边界线图像Lfinal和初始融合决策图像OD，得到最终融合决策图像Dfinal；首先，将提取到的聚焦区域和离焦区域的分界线作为自由边界条件活动轮廓模型的初始轮廓Li，运行自由边界条件活动轮廓模型N次得到边界线图像Lfinal；其中，i＝1,...,l；然后，在边界线图像Lfinal分割的每个区域中，根据初始融合决策图像OD确定每一个区域的清晰度；若边界线图像Lfinal中的某一区域R在初始融合决策图像OD中取1，则区域R取值为1，拷贝源图像f1(x,y)中对应的区域到区域R；若边界线图像Lfinal中的某一区域R在初始融合决策图像OD中取0，则区域R取值为0，拷贝源图像f2(x,y)中对应的区域到区域R，从而，获得最终融合决策图像Dfinal；步骤六：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；为使融合图像在边界处平缓过渡，制定的融合准则如下：首先，在决策图像Dfinal中，对边界进行高斯平滑，使边界的权重为高斯权重，平滑后的最终决策图像为DfinalG；然后，以DfinalG为权重拷贝源图像f1(x,y)到融合图像，以1‑DfinalG为权重拷贝源图像f2(x,y)到融合图像，两者之和即为最终的多聚焦融合图像f(x,y)，表示为f(x,y)＝DfinalG×f1(x,y)+(1‑DfinalG)×f2(x,y)。