[發(fā)明專利]基于多尺度梯度和摳圖的多聚焦圖像融合方法

有效

• 申請?zhí)枺?/td>: 202010172291.8
• 申請日: 2020-03-12
• 公開（公告）號: CN111462027B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 陳珺;李雪嬌;羅林波;龔文平;宋俊磊;魏龍生
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/194;G06T7/136
• 代理公司: 武漢知產(chǎn)時代知識產(chǎn)權代理有限公司 42238
• 代理人: 易濱

本發(fā)明提供一種基于多尺度梯度和摳圖的多聚焦圖像融合方法，包括：S1、構建源圖像的多尺度結構元素，通過形態(tài)學濾波獲取梯度信息，得到每一源圖像的多尺度聚焦測量值；S2、根據(jù)聚焦測量值將源圖像粗略地劃分為確定的聚焦區(qū)域、確定的散焦區(qū)域、以及不確定區(qū)域，構建三分圖；S3、采用圖像摳圖算法對三分圖進行細化，得到準確的決策圖，并將源圖像和所述決策圖結合，得到最終的融合結果圖。本發(fā)明的有益效果：與單一尺度聚焦測量相比，更準確辨別聚焦區(qū)域，有效降低誤匹配率及錯誤分割影響；充分利用圖像的顏色相似性以及源圖像之間的強相關性，精確獲取聚焦區(qū)域并保證決策圖邊緣平滑，實現(xiàn)了良好的圖像融合效果。

技術領域

本發(fā)明涉及圖像融合領域，尤其涉及一種基于多尺度梯度和摳圖的多聚焦圖像融合方法。

背景技術

受相機鏡頭景深有限的影響，當場景中不同物體與鏡頭的距離差異很大時，很難獲取所有物體均聚焦的全清晰圖像，而局部聚焦的圖像不能準確地對場景進行描述，不利于后續(xù)圖像處理。為了獲取全聚焦的清晰圖像，需要調節(jié)焦距多次成像，然后將同一場景的多聚焦圖像進行融合。多聚焦圖像融合是一種將不同焦點設置的同一場景圖像組合在一起從而生成全聚焦圖像的技術，融合后的圖像更適合人類感知，也更適合計算機視覺，比如目標檢測、圖像分析、遙感應用等。

目前，多聚焦圖像融合算法主要可以分為兩大類：基于變換域的方法和基于空域的方法。其中，基于變換域的方法是圖像融合領域最早使用的方法，且至今仍然是圖像融合問題的一個重要研究方法，大多數(shù)基于變換域的方法可以分為三個步驟：首先，將源圖像從空域變換到某個特定變換域進行表示；然后，根據(jù)一定的融合規(guī)則在變換域進行融合；最后，將融合結果轉換回空域以獲得融合圖像。最常用的基于變換域的融合方法是多尺度變換，包括拉普拉斯金字塔變換、梯度金字塔變換、離散小波變換、雙樹復小波變換等。為充分利用圖像本身特有的幾何特征，有學者從人類視覺特征出發(fā)，提出基于多尺度幾何分析的圖像表示方法，這類方法具有多分辨率、多方向、各向異性等優(yōu)勢，具體代表有曲線波變換、輪廓波變換、剪切波變換、非下采樣輪廓波變換、非下采樣剪切波變換等。隨著相關理論的發(fā)展，新的基于變換域的圖像融合方法逐漸出現(xiàn)，包括稀疏表示、高階奇異值分解、魯棒主成分分析、形態(tài)學成分分析等，其中，基于稀疏表示的方法最具代表性。然而，這些基于變換域的圖像融合算法沒有充分考慮空間一致性，可能會產(chǎn)生亮度和顏色失真，且當多源圖像在同一空間位置的內(nèi)容不同時，這些算法會出現(xiàn)光暈或者模糊效應。

基于空域的圖像融合算法直接在空域中提取所需信息進而實現(xiàn)融合，沒有分解和重構的步驟，這類算法主要包括基于像素的算法和基于塊或區(qū)域的算法。其中，基于像素的方法通常根據(jù)源圖像的聚焦程度測量結果來獲取圖像的清晰度信息，根據(jù)圖像的決策圖對源圖像進行組合獲取全聚焦圖像，這類方法通常容易受到噪聲和誤配準等的干擾，很難獲取準確的融合決策圖，融合結果中可能會丟失部分原始圖像信息，因此在聚焦程度測量時應考慮更多的空間鄰域信息來提高可靠性。基于塊的圖像融合算法將源圖像分解為大小相等的塊，尋找具有最大聚焦度量值的部分，影響這類算法性能的因素主要有分塊的方式以及圖像塊特征計算方法，這類方法的融合結果可能會在邊界上產(chǎn)生塊效應或者錯誤分割。為彌補人為設定分塊大小的缺陷，求解最優(yōu)塊的大小或采用自適應分塊進行融合的方法隨后也被提出，在一定程度上解決了分塊的問題，融合結果獲得了比較好的視覺效果，此外，新的活躍程度度量方法對提高融合質量也有一定的幫助。

通常，在空間域圖像融合方法中根據(jù)鄰域計算每個像素的聚焦度量或對局部聚焦值求和來計算每個塊的聚焦度量，總而言之，均需要一個關鍵步驟，即聚焦信息度量。大尺度聚集度量方法考慮了更多的空間領域信息，但僅通過使用一個特定比例的聚焦度量很難獲取完美的聚焦圖。在確定多聚焦圖像的聚焦區(qū)域時，聚焦度量與其尺度密切相關，且單尺度容易受錯誤配準和噪聲的影響。通過聚焦度量可以獲得初始的決策圖，一般情況下，初始決策圖中或多或少都會存在一定的錯誤分割，所以需要對初始決策圖進行優(yōu)化，有學者提出采用圖像摳圖來細化初始決策圖，但這種方法性能依賴于良好的初始決策圖，并未充分考慮源圖像之間具有較強的相關性，在大多數(shù)情況下融合過程不穩(wěn)定。

發(fā)明內(nèi)容