[发明专利]基于NSCT尺度积的多聚焦图像融合方法

摘要

发明公开了一种基于NSCT尺度积的多聚焦图像融合方法，该方法的处理过程是：首先应用非采样的轮廓波变换(NSCT)对多聚焦图像进行分解，再采用拉普拉斯能量和作为低频子带的融合规则，采用尺度积和局部拉普拉斯能量和作为高频方向子带的融合规则，最后应用NSCT逆运算得到融合图像。实验结果表明，该算法不经能充分提取源图像信息注入到融合图像中，而且能有效抑制噪声的影响，融合效果较其他方法更优。

主权项

1.一种基于NSCT尺度积的多聚焦图像融合方法，包括如下过程：步骤1：图像预处理采用均值滤波器对图像A和B进行滤波处理，得到处理后的图像A′和B′。步骤2：图像分解采用NSCT将图像A′和B′进行分解，分别得到聚焦图像A′的低频子带系数和高频方向子带系数聚焦图像B′的低频子带系数和高频方向子带系数其中l表示分解的尺度数，k表示方向分解级数。步骤3：融合规则1)低频子带的融合规则(1)应用公式(1)和公式(2)计算源图像A′和B′的低频系数和的和NSMLlA′(i,j)=Σk1=-(m1-1)/2(m1-1)/2Σk2=-(n1-1)/2(n1-1)/2Wl(k1,k2)(|2LlA′(i+k1,j+k2)-LlA′(i+k1-1,j+k2)-LlA′(i+k1+1,j+k2)|---(1)]]>+|2LlA′(i+k1,j+k2)-LlA′(i+k1,j+k2-1)-LlA′(i+k1,j+k2+1)|)2]]>NSMLlB′(i,j)=Σk1=-(m1-1)/2(m1-1)/2Σk2=-(n1-1)/2(n1-1)/2Wl(k1,k2)(|2LlB′(i+k1,j+k2)-LlB′(i+k1-1,j+k2)-LlB′(i+k1+1,j+k2)|---(2)]]>+|2LlB′(i+k1,j+k2)-LlB′(i+k1,j+k2-1)-LlB′(i+k1,j+k2+1)|)2]]>(2)低频子带的融合规则为公式(3)LlF(i,j)=LlA′(i,j),if:NSMLlA′(i,j)>NSMLlB′(i,j)LlB′(i,j),if:NSMLlA′(i,j)≤NSMLlB′(i,j)---(3)]]>2)高频方向子带的融合规则(1)对源图像A′和B′的高频方向子带和进行尺度积运算，见公式(4)和(5)：Fl,kA′(i,j)=Hl,kA′(i,j)ΠK=0kl-1-1Hl-1,KA′(i,j),---(4)]]>Fl,lB′(i,j)=Hl,kB′(i,j)ΠK=0kl-1-1Hl-1,KB′(i,j)---(5)]]>(2)应用公式(6)和(7)计算源图像尺度积和的和LMLl,kA′(i,j)=Σk1=-(m1-1)/2(m1-1)/2Σk2=-(n1-1)/2(n1-1)/2Wh(k1,k2)PMLl,kA′(i+k1,j+k2)(2m1+1)(2n1+1),---(6)]]>LMLlB′(i,j)=Σk1=-(m1-1)/2(m1-1)/2Σk2=-(n1-1)/2(n1-1)/2Wh(k1,k2)PMLl,kB′(i+k1,j+k2)(2m1+1)(2n1+1)---(7)]]>其中，PMLl,kA′(i+k1,j+k2)=(|2Fl,kA′(i+k1,j+k2)-Fl,kA′(i+k1-1,j+k2)-Fl,kA′(i+k1+1,j+k2)|+]]>|2Fl,kA′(i+k1,j+k2)-Fl,kA′(i+k1,j+k2-1)-Fl,kA′(i+k1j+j2+1)|)]]>PMLl,kB′(i+k1,j+k2)=(|2Fl,kB′(i+k1,j+k2)-Fl,kB′(i+k1-1,j+k2)-Fl,kB′(i+k1+1,j+k2)|+]]>|2Fl,kB′(i+k1,j+k2)-Fl,kB′(i+k1,j+k2-1)-Fl,kB′(i+k1,j+k2+1)|)]]>则高频方向子带的融合规则见公式(8)：Hl,kF(i,j)=Hl,kA′(i,j),if:LMLl,kA′(i,j)≥LMLl,kB′(i,j)Hl,kB′(i,j),if:LMLl,kA′(i,j)<LMLl,kB′(i,j)---(8)]]>步骤4：图像重构对融合图像的各子带系数进行NSCT逆变换从而得到最终的融合图像。