[發明專利]基于四叉樹分解的多聚焦圖像融合的方法

在審

• 申請號: 201811153104.0
• 申請日: 2018-09-30
• 公開（公告）號: CN109389573A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 周軍海;王森林;秦拯
• 申請（專利權）人: 湖南大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種基于四叉樹分解的多聚焦圖像融合的方法。首先對源圖像進行四叉樹分解，得到源圖像的最優塊，然后對分解后的每一塊進行聚焦區域檢測，得到初始的聚焦融合決策圖，最后根據決策圖得到最終的融合圖像。該發明能夠在一定程度上克服傳統的融合方法容易出現的圖像模糊和細節丟失的缺點，對多聚焦圖像融合的發展起到了一定的推動作用。

技術領域

本發明涉及的是一種圖像處理領域的技術，具體是基于四叉樹分解的多聚焦圖像融合的方法。

背景技術

多聚焦圖像融合是將同一場景，不同聚焦區域的圖像融合成一幅包含完整信息的圖像，目的是讓融合后的圖像在視覺上更加清晰，提高分辨率，減少模糊性以便于識別，并且很大程度上減少圖像的冗余信息。

圖像融合算法研究可以分為三個層次，像素級圖像融合，特征級圖像融合，決策級圖像融合，目前研究最多的是基于像素級的圖像融合，本發明研究的是基于像素級的圖像融合，基于像素級的圖像融合又可以分成兩大類，基于空間域的圖像融合，基于變換域的圖像融合。

基于空間域的融合算法是直接在空間域上對圖像的像素或者區域按照一定的融合規則進行融合，基于空間域的融合算法易于實現，且時間復雜度低，最簡單基于空間域融合算法是直接對源圖像的像素進行加權平均法，但是得到的融合圖像對比度低。

基于變換域的多聚焦圖像融合有一個統一的框架，首先對源圖像進行多尺度分解，將源圖像分解成低頻和高頻部分，然后對高頻和低頻部分分別運用融合規則得到融合后的低頻和高頻部分，最后對融合后的高頻部分和低頻部分進行重構得到融合圖像。基于變換域的圖像融合算法的分解過程復雜，時間花費大，空間占用較大，融合過程容易造成信息丟失等缺點。

發明內容

本發明的目的旨在解決所述技術缺陷。為此本發明的目的在于提出了一種基于四叉樹分解的多聚焦圖像融合的方法。首先對源圖像進行四叉樹分解，得到源圖像的最優塊，然后對分解后的每一塊進行聚焦區域檢測，得到初始的聚焦融合決策圖，最后根據決策圖得到最終的融合圖像。

本發明是通過以下技術方案實現的：

本發明涉及一種基于四叉樹分解的多聚焦圖像融合方法，包括以下步驟：

步驟S1，對兩幅源圖像A,B分別進行四叉樹分解。

步驟S2，采用基于像素的區域一致性標準對四叉樹分解后的每一部分進行聚焦區域檢測。

步驟S3，根據融合規則得到初步聚焦區域決策圖。

步驟S4，對初步聚焦區域決策圖進行重構得到最終聚焦區域決策圖。

步驟S5，根據最終決策圖重建得到融合圖像。

與現有技術相比，本發明在評價圖像融合算法的四項指標相關系數，即平均梯度(AG)、空間頻率(SF)、互信息(MI)分別高于其他經典算法17％，32％，23％以上。

附圖說明

圖1為本發明示意圖；

圖2為四叉樹分解圖

圖3為聚焦程度圖

圖4為本方法與其他五種融合方法的比較效果圖

具體實施方式

如圖1所示，本實施例包括以下步驟：

第一步：對兩幅源圖像A,B分別進行四叉樹分解

第二步：采用基于像素的焦點度量對四叉樹分解的每一部分進行聚焦區域檢測。本發明采用圖像梯度能量(EOG)來度量圖像區域的像素的相似性。梯度能量的計算公式為：區域中梯度能量的差值小于T時則不再進行分解，本發明中閾值T＝0.5。為了防止無限分解下去當分的塊的面積小于1/m*n時也不對其進行分解。