[发明专利]一种基于多尺度图像分析和块一致性验证的多聚焦图像融合方法

摘要

本发明涉及一种基于多尺度图像分析和块一致性验证的多聚焦图像融合方法。首先，对下采样的多聚焦源图像进行多尺度分解，计算特征高频子带系数的清晰度并双边滤波得到初始二值图像；其次，对初始二值图像中的区域中一些孤立小面积区域处理后，进行上采样操作；最后，用源图像的原始边界替换上采样的二值图像边界，再进行分块处理和块一致性验证得到最终优化的二值图像边界，并据此对源图像进行融合。本发明主要工作在于基于多尺度图像分析和块的一致性验证得到源图像聚焦区域和非聚焦区域的最优边界，为源图像聚焦区域得以直接、精确地融合提供保证；本发明算法简单，在不引入错误信息的前提下，有效地保留了多聚焦源图像中的聚焦信息。

主权项

1.一种基于多尺度图像分析和块一致性验证的多聚焦图像融合方法，其特征在于，包括以下步骤：步骤1，输入多聚焦源图像I1和I2，对多聚焦源图像I1和I2进行下采样，采用基于邻域距离的多尺度分解方法对下采样的图像分解得到高频子带系数和低频子带系数；步骤2，计算特征高频子带的清晰度并进行双边滤波处理得到初始二值图像；1)从高频子带系数中选取特征高频子带系数并构造特征高频矩阵：分别表示两个下采样的图像在像素点(x,y)的所有高频子带系数，r表示分解尺度为第r尺度，和分别表示两个下采样的图像在像素点(x,y)处的特征高频子带系数；2)计算特征高频矩阵中特征高频子带系数的清晰度并形成清晰度矩阵：分别表示两个多聚焦源图像的特征高频矩阵在像素点(x,y)的清晰度，分别表示这两个下采样的图像在像素点(x+m,y+n)的特征高频子带系数，M×N为预设的窗口大小，(x+m,y+n)是以(x,y)为中心的窗口内任意一点；3)采用双边滤波器对清晰度矩阵进行平滑处理获得初始的二值图像：步骤3，采用“bwareaopen”滤波器对初始二值图像进行处理，消除二值图像中的小面积区域，对处理过后的初始二值图像进行上采样得到二值图像和步骤4，利用多聚焦源图像I₁和I₂的原始边界替换上采样的二值图像和的边界，得到新的二值图像；1)计算多聚焦源图像I1和I2的清晰度：S1(x,y)和S2(x,y)分别表示多聚焦源图像I1和I2在像素点(x,y)的清晰度，I1(x,y)和I2(x,y)分别表示多聚焦源图像I1和I2在像素点(x,y)的像素，I1(x+m,y+n)和I2(x+m,y+n)分别表示多聚焦源图像I1和I2在像素点(x+m,y+n)的像素，M×N为预设的窗口大小，(x+m,y+n)是以(x,y)为中心的窗口内任意一点；2)根据多聚焦源图像I1和I2的清晰度获得最接近源图像特征的二值图像：3)利用最接近源图像特征的二值图像{map₁(x,y)}和{map₂(x,y)}的边界分别替换上采样的二值图像和的边界，得到新的二值图像和X×Y为预设的窗口大小，(x+a,y+b)是以像素点(x,y)为中心的窗口内任意一点；步骤5，采用“bwareaopen”滤波器对步骤4中新的二值图像进行优化处理得到二值图像{map1'(x,y)}和{map'2(x,y)}，再对二值图像{map1'(x,y)}和{map'2(x,y)}进行分块处理和块的一致性验证，得到最终优化的二值图像{map1”(x,y)}和{map'2'(x,y)}；步骤6，根据优化的二值图像，指导多聚焦源图像融合；1)若像素点(x,y)在多聚焦源图像I1和I2其中一个的聚焦区域，则在该像素点处直接进行融合：If(x,y)＝I1(x,y)×map1”(x,y)+I2(x,y)×map'2'(x,y)2)若像素点(x,y)不在源图像I1和I2的聚焦区域，则在该像素点处采取基于结构张量奇异值分解的质量评价因子的加权融合：F1(x,y)和F2(x,y)分别表示两个多聚焦源图像在像素点(x,y)的基于结构张量奇异值分解得到的质量评价因子，ω＝ω1+ω2，ω、ω1和ω2均为正常量。