[发明专利]基于曲率滤波的多聚焦图像融合方法

摘要

本发明公开了一种基于曲率滤波的多聚焦图像融合方法，其实现步骤为：(1)输入待融合多聚焦图像；(2)对远聚焦图像I₁进行曲率滤波；(3)对近距离聚焦图像I₂进行曲率滤波；(4)获取曲率滤波后的图像F₁和F₂；(5)生成特征图像矩阵；(6)获取聚焦度参量；(7)生成临时矩阵；(8)生成进阶矩阵；(9)生成融合图像。本发明利用了同一场景拍摄的聚焦距离远近不同的两幅多聚焦图像进行融合，在提取了图像边缘的清晰特征的同时，保留了聚焦度更高的清晰区域，克服了现有多聚焦图像融合技术中局部像素突变以及局部模糊的缺点。

主权项

1.一种基于曲率滤波的多聚焦图像融合方法，其特征在于，包括如下步骤：(1)输入待融合多聚焦图像：分别输入一幅待融合的远距离聚焦图像I₁和一幅待融合的近距离聚焦图像I₂，其中I₁和I₂的大小相等；(2)对远距离聚焦图像I₁的所有像素点进行曲率滤波；(3)对近距离聚焦图像I₂的所有像素点进行曲率滤波；(4)获取曲率滤波后的图像F₁和F₂；(4a)将远距离聚焦图像I₁中所有做完曲率滤波操作后的像素点，组合成滤波后的曲率滤波图像F₁；(4b)将近距离聚焦图像I₂中所有做完曲率滤波操作后的像素点，组合成滤波后的曲率滤波图像F₂；(5)生成特征图像矩阵：用远距离聚焦图像I₁减去曲率滤波后图像F₁，得到特征图像矩阵S₁，用近距离聚焦图像I₂减去曲率滤波后图像F₂，得到特征图像矩阵S₂；(6)获取聚焦度参量：(6a)计算特征图像矩阵中所有元素的空间频率参量；(6b)计算特征图像矩阵中所有元素的3×3局部方差参量；(7)生成临时矩阵：(7a)按照下式，计算临时矩阵中每个元素的值：其中，M(x，y)表示临时矩阵中第x行第y列的元素值，SF₁(e1，f1)表示特征图像矩阵S₁的第e1行第f1列的空间频率参量，SF₂(e2，f2)表示特征图像矩阵S₂的第e2行第f2列的空间频率参量，V₁(g1,h1)表示特征图像矩阵S₁的第g1行第h1列的局部方差参量，V₂(g2,h2)表示特征图像矩阵S₂的第g2行第h2列的局部方差参量；(7b)将临时矩阵的所有元素值组成临时矩阵；(8)生成进阶矩阵：(8a)按照下式，计算进阶矩阵中每个元素值：其中，W(u，v)表示进阶矩阵中第u行第v列元素值，Θ表示形态学滤波的腐蚀操作，B表示大小为5×5的形态学滤波结构，表示形态学滤波的膨胀操作；(8b)将进阶矩阵的所有元素值组成进阶矩阵；(9)生成融合图像：(9a)按照下式，计算融合图像中每个像素点的像素值：I_F(fx，fy)＝W(u，v)×I₁(x1，y1)+(1‑W(u,v))×I₂(x2，y2)其中，I_F(fx,fy)表示融合图像的第fx行第fy列像素点的像素值，I₁(x1,y1)表示远距离聚焦图像I₁的第x1行第y1列像素点的像素值，I₂(x2，y2)表示近距离聚焦图像I₂的第x2行第y2列像素点的像素值；(9b)将所有像素点的像素值组合成融合图像。