一种快速多聚焦图像融合方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108830818A(43)申请公布日2018.11.16(21)申请号201810427649.X(22)申请日2018.05.07(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号申请人西安爱生技术集团公司(72)发明人王健任萍张修飞杨珂(74)专利代理机构西北工业大学专利中心61204代理人刘新琼(51)Int.Cl.G06T5/50(2006.01)权利要求书3页说明书9页附图3页(54)发明名称一种快速多聚焦图像融合方法(57)摘要本发明涉及一种快速多聚焦图像融合算法，首先，对源图像用平滑滤波器进行分解和构建一种多聚焦图像融合的决策图模型；其次，利用多聚焦图像邻域像素之间的相关性，提出一种快速导向滤波优化决策图，计算复杂度也大大降低；然后对两尺度图像进行重构；最后，利用本发明融合方法与其他三重现有融合方法对多聚焦图像进行融合。相对其他三种融合方法，不论在主观视觉和客观评价指标上，可以更好保留多聚焦图像的细节等纹理信息和显著性信息。CN108830818ACN108830818A权利要求书1/3页1.一种快速多聚焦图像融合方法，其特征在于步骤如下：步骤1：利用高斯平滑滤波器对源图像进行分解利用高斯平滑滤波器将多聚焦源图像分解得到低频分量，再将源图像减去低频分量得到高频分量，如下式：式中：In为多聚焦源图像，为源图像的低频分量，为源图像的高频分量；Gr,σ为(2r+1)×(2r+1)窗口的高斯平滑滤波器，σ为标准差；其中低频分量图像中包含了源图像的大量亮度和对比度信息，高频分量图像中包含了源图像的大量细节信息；步骤2：视觉显著性特征的加权映射图构造步骤2a：利用局部对比度和高斯平滑滤波器构建对比度显著图CS：CS＝LC*Gr,σ其中，LC为局部对比度，O、P表示选择窗口尺寸，为以(x,y)为中心的3×3窗口的均值，ω(m,n)为3×3窗口的权值，m和n表示某一个像素点在局部窗口中的位置坐标，I(x+m,y+n)表示像素点(x+m,y+n)处的图像；构造对比度加权映射图：其中，N为输入图像的像素数，为像素数为k时的对比度显著值，n为输入图像的个数；步骤2a：构造清晰度加权映射图：其中，SP为清晰度显著图，ω(m,n)为3×3窗口的权值，ML为改进的拉普拉斯分量；N为输入图像的像素数，为像素数为k时的清晰度显著值，n为输入图像的个数；步骤2c：构造图像结构显著性加权映射图：2CN108830818A权利要求书2/3页其中，和为局部梯度协方差矩阵分解成的特征值；步骤2d：快速加权导向滤波器引入一阶约束项ηk和边缘保持项构造能量函数：式中：ωk为以半径为2r+1的窗口，ak，bk为在窗口ωk内的两个常系数，i为以点k为中心窗口的邻域点，λ为归一正则化参数；ηk定义如下式：式中：μχ,∞为χ(i)的均值，γ＝4/(μχ,∞-min(χ(i)))；定义如下式：式中：M为图像In-sub的像素值，ε为一个常数；通过最小化能量函数E，利用最小二乘法求得最优化参数ak、bk：式中：In_sub⊙Pn_sub为矩阵In_sub和Pn_sub中对应元素的乘积，分别为各自在(2r1+1)×(2r1+1)窗口的均值；快速导向滤波器Zi如下式：3CN108830818A权利要求书3/3页式中：分别表示在像素i处的所有窗口的平均值；|ω|表示窗口ωk中像素个数。步骤2e：构造显著性度量的加权映射图将快速加权导向滤波器Zi应用于对比度、清晰度和结构显著性度量加权映射图D1,n、D2,n和D3,n中，将相对应的源图像In作为引导图像生成最终的加权图如下：式中：m＝(1,2,3)，r1，ε1，r2和ε2分别为快速加权导向滤波器的参数，Fast表示快速加权导向滤波器，和分别为低频分量和高频分量的加权图；对显著性度量的加权映射图组合后得到与源图像In相对应总的加权图：式中：和分别为低频分量和高频分量总的加权图，λ为0～1之间的一个参数，然后分别将和进行归一化处理；步骤3：将多聚焦源图像的低频分量和高频分量分别通过加权平均进行融合得到各自的融合分量，如下式：将得到的融合后的低频分量和高频分量进行重构得到融合后的图像，则4CN108830818A说明书1/9页一种快速多聚焦图像融合方法技术领域[0001]本发明属于图像处理领域，具体涉及一种快速多聚焦图像融合方法，可以应用于各种军用或民用的图像处理系统。背景技术[0002]图像融合技术是将两幅或多幅图像中的信息提取出来，得到一幅信息更丰富的更适于视觉感知和计算机处理的图像技术，多聚焦融合是图像融合的一种。多聚焦图像融合是指将拍摄相同场景的多幅聚焦点不同的图像，融合成一幅比源图像都清晰的图像。由于现代光学镜头的景深有限，