[發明專利]基于代數多重網格和分水嶺分割的圖像融合方法

有效

• 申請號: 201810086907.2
• 申請日: 2018-01-30
• 公開（公告）號: CN107993218B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 黃穎;謝蓉
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/11;G06T7/155;G06T7/174
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

本發明公開了一種基于代數多重網格和分水嶺分割的圖像融合方法；方法包括：將同一場景焦點不同的兩幅或者多幅圖像進行處理，得到一幅信息更加豐富的合成圖像；利用代數多重網格方法對源圖像進行重建，得到重建圖像，通過分水嶺圖像分割算法，將均值圖像分割成為不同的區域；并根據所分割的圖像區域，計算該區域源圖像與重建圖像的均方誤差，判斷其清晰程度，生成區域清晰度決策圖；根據區域清晰度決策圖，得到圖片清晰與模糊邊界，根據這個邊界對圖像進行融合；相對于多分辨率的圖像融合方法，該方法融合圖像的每個目標區域都從源圖像中清晰區域直接選取，避免了由于圖像變化引起的圖像清晰度的丟失。

技術領域

本發明涉及圖像融合領域，具體為一種基于代數多重網格和分水嶺分割的圖像融合方法。

背景技術

目前的基于代數多重網格的圖像融合方法，如使用代數多重網格進行多聚焦融合方法(電子科技大學學報，2015，黃穎，解梅，李偉生，高靖淞)，該方法的主要步驟是1)利用AMG方法對源圖像進行重建；2)將重建圖像塊分成4塊，計算每塊重建后的結果與對應原始塊之間的MSE，如果與兩個源圖像之間的差大于某個閾值，則直接選擇對應的圖片進入融合結果；3)如果兩個源圖像之間的差小于某個閾值，則根據分塊重建情況判定是否包含清晰塊和模糊塊；4)如果分塊中包含清晰和模糊塊，則繼續分塊重建，轉至步驟2)；5)直到所有的塊之間的梯度的和小于閾值，終止該過程，得到融合結果。

該方法雖然采用了自適應分塊的方法，但分塊仍是有限制的，如一開始只能對圖像平均分成四塊，不能從根本上解決塊效應的問題。

發明內容

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例?；诒景l明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

本發明的一種基于代數多重網格和分水嶺分割的圖像融合方法，包括：

S1、利用代數多重網格對至少兩幅源圖像進行重建，分別得到每幅源圖像的重建圖像；

S2、根據源圖像得到均值圖像；

S3、利用分水嶺圖像分割方法對所述均值圖像進行區域分割，得到若干分割區域；

S4、對于每個分割區域，分別求取每幅源圖像與每幅源圖像的重建圖像的均方誤差的值，比較均方誤差的值大小，計算每個分割區域清晰度，對分割區域源圖像來源進行標記，得到分割區域清晰度決策圖。

S5、根據所述分割區域清晰度決策圖所標記的源圖像的來源，判斷源圖像的清晰與模糊的邊界線，根據邊界線得到融合圖片。

進一步的，步驟S1中所述重建圖像的獲得方法包括：

對源圖像構建親和力矩陣M，選取代數多重網格粗化的粗網格，構造所述代數多重網格粗化的所需的算子；對所述親和力矩陣M進行代數多重網格粗化得到N層粗網格Ω₀,Ω₂,...,Ω_N-1；采用V-循環方法對粗網格進行迭代得到精確解，根據所述精確解獲得重建圖像；其中，Ω_N-1表示第N層粗網格。

進一步的，所述選取代數多重網格粗化的粗網格包括：

根據源圖像親和力矩陣得到最細的粗網格Ω₀，根據所述最細的粗網格Ω₀構造序列Ω_N-1,Ω_N-2,...,Ω₀，所述序列滿足條件代數多重網格的較粗的粗網格Ω_m+1＝C^m是較細的粗網格Ω_m的一個真子集，記