[發明專利]基于超像素聚類與聯合低秩表示的多聚焦圖像融合方法

有效

• 申請號: 201910318421.1
• 申請日: 2019-04-19
• 公開（公告）號: CN110097530B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 張強;王凡;焦強;劉健;韓軍功
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/11;G06V10/762;G06V10/77;G06V10/772
• 代理公司: 北京世譽鑫誠專利代理有限公司 11368
• 代理人: 劉秀珍

1.一種基于超像素聚類與聯合低秩表示的多聚焦圖像融合方法，其特征在于，包括：

(1)接收經過配準的源圖像I_A和I_B，其中，I_A∈R^m×n，I_B∈R^m×n，m表示源圖像I_A和I_B的寬度，n表示I_A和I_B的高度；

(2)利用譜聚類算法，對I_A或I_B中的任一源幅圖像進行超像素分割，將分割后得到的超像素標記矩陣映射到另一幅源圖像中，使得I_A和I_B具有相同數量的超像素塊且同一位置上的超像素塊具有相同的形狀和尺寸，得到與I_A和I_B對應的超像素集{sp_A,i|i＝1,2,…,N}和{sp_B,i|i＝1,2,…,N}，其中，N代表超像素的個數；

(3)對I_A和I_B的超像素進行聚類

(31)對I_A或I_B中的任一幅圖像的超像素集{sp_A/B,i|i＝1,2,…,N},提取所述超像素集中各個像素點的R值、G值及B值并分別求取所述R值、所述G值及所述B值的均值，得到各個超像素對應的顏色特征，再利用K-Means算法和所述顏色特征對I_A或I_B超像素進行聚類，得到聚類結果；

(32)將所述聚類結果映射到另一幅源圖像的超像素集中，得到I_A及I_B所對應的兩個超像素類{C_A,k|k＝1,2,…,K}和{C_B,k|k＝1,2,…,K}，其中，K代表聚類的個數；

(4)對I_A及I_B進行特征提取，構建源圖像中每一個超像素類C_A/B,k所對應的特征矩陣X_A/B,k；

(5)構建字典

(51)利用公式得到I_A及I_B的均值圖像I_M(x,y)；

(52)利用公式對所述均值圖像進行高斯模糊，得到高斯模糊圖像I_N(x,y)，提取所述高斯模糊圖像I_N(x,y)的特征值，構建所述均值圖像的特征矩陣；

(53)利用主成分分析PCA技術對所述特征矩陣進行降維，得到低秩表示字典D；

(6)構建聯合低秩表示模型并對超像素類所對應的特征矩陣進行聯合低秩表示；

(7)利用基于自適應懲罰因子的線性迭代方向法對聯合低秩表示模型進行求解，計算出I_A的低秩表示系數Z_A和誤差矩陣E_A以及I_B的低秩表示系數Z_B和誤差矩陣E_B；

(8)構建融合決策標記圖

(81)根據低秩表示系數Z和誤差矩陣E采用加權求和的方法構建聚焦性測量因子，即MOF_A/B,i＝η||z_A/B,i||₂+(1-η)||e_A/B,i||₂，其中，z_A/B,i和e_A/B,i分別為Z_A/B和E_A/B的第i列，||·||₂表示向量的l₂范數，η為權重值；

(82)利用聚焦性測量因子，構建與源圖像具有相同尺寸的融合標記圖Υ(x,y)，其中，

(9)根據公式I_F(x,y)＝Υ(x,y)I_A(x,y)+(1-Υ(x,y))I_B(x,y)，構建最終融合圖像。