一种基于差值图对多聚焦度图像融合优化的方法.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CN105913407A(43)申请公布日2016.08.31(21)申请号201610210196.6(22)申请日2016.04.06(71)申请人昆明理工大学地址650093云南省昆明市五华区学府路253号(72)发明人李华锋刘鑫坤余正涛毛存礼郭剑毅(51)Int.Cl.G06T5/50(2006.01)权利要求书2页说明书7页附图5页(54)发明名称一种基于差值图对多聚焦度图像融合优化的方法(57)摘要本发明涉及一种基于差值图对多聚焦图像融合优化的方法，首先基于多尺度多方向对多聚焦图像初步融合，然后通过差值图测量出的剩余信息以及聚焦区域的信息对初始的融合图像进行更新。多尺度与多方向两个方法融合起来，得到的图像区域定位准确，精度高、适于人类的视觉系统，通过差值图的残留信息初始融合图像进行更新操作使融合图像更加精确，图像融合质量更高，在军事以及民用领域中有广泛的应用前景。CN105913407ACN105913407A权利要求书1/2页1.一种基于差值图对多聚焦度图像融合优化的方法，其特征在于：包括如下具体步骤：步骤1：图像的预处理；对源图像IA和IB进行高斯滤波，计算出源图像的平均值：IA表示源图像A，IB表示源图像B，IAVG表示源图像A和B的均值；步骤2：对图像多尺度多方向分解得到初始融合图像；首先采用邻域距离滤波器对源图像IA和IB进行多尺度分解，层数为四层，每一层包含高频信息与低频信息；然后采用NSCT多方向分解法对高频信息进行多方向分解，其中第一层分解方向为16个，第二层为8个，第三层为4个，最后一层为1个，得到IA的高频信息IA,h和低频信息IA,l，IB的高频信息IB,h和低频信息IB,l；最后计算高频信息中像素点基于邻域的空间频率值，构造出高频信息融合的决策矩阵，通过决策矩阵对高频信息进行初步融合，低频信息采取求均值，初步融合后的高频信息和求均值后的低频信息经过多方向多尺度变换的逆变换，形成初始融合图像IIN；步骤3：构建差值图像并计算能量值；表示源图像IA与均值图像IAVG在像素点(i,j)的差值，表示初始融合图像IIN与均值图像IAVG在像素点(i,j)的差值；计算能量值：表示IIN(i,j)和IAVG(i,j)的差值对应的能量值，表示IAVG(i,j)和IA(i,j)的差值对应的能量值，M×N表示预设的领域大小，(i+m,j+n)表示以(i,j)为中心的领域M×N内任意一点；利用双边滤波器对能量矩阵与进行保边去噪处理，分别得到矩阵char1和char2；步骤4：构造初始的二值图像；(1)通过char1和char2构造初始的二值图MAP1，MAP2：2CN105913407A权利要求书2/2页MAP1(i,j)表示像素点(i,j)在二值图MAP1中对应的取值，MAP2(i,j)表示像素点(i,j)在二值图MAP2中对应的取值，char1(i,j)表示像素点(i,j)在char1中对应的取值，char2(i,j)表示像素点(i,j)在char2中对应的取值，δ为设定的阈值；(2)对二值图像进行修正：X×Y表示预设的领域大小，(i+a,j+b)表示以(i,j)为中心的领域M×N内任意一点；通过上式对MAP1和MAP2分别进行修正，得到修正后的二值图MAP1'和MAP2'，对于源图像中聚焦和非聚焦均不明显区{(i,j)|MAP1'(i,j)＝MAP2'(i,j)}进行处理，取MAP1'(i,j)＝MAP2'(i,j)＝0.5；步骤5：通过修正的二值图MAP1'，MAP2'对源图像IA和IB进行融合。2.根据权利要求1所述的基于差值图对多聚焦度图像融合优化的方法，其特征在于：步骤5中的融合规则如下：(1)基于空间域的融合：比较修正的二值图MAP1'，MAP2'，若满足MAP1'(i,j)＝0,MAP2'(i,j)＝1，则选择源图像IB(i,j)进行填充，若满足MAP1'(i,j)＝1,MAP2'(i,j)＝0，则选择源图像IA(i,j)进行填充，其他的情况则选择初始融合图像IIN(i,j)进行填充。IF(i,j)为最后优化生成的融合结果；(2)基于变换域的融合：比较修正的二值图MAP1'和MAP2'，若满足MAP1'(i,j)＝1,MAP2'(i,j)＝0，则选择源图像IA的高频信息IA,h(i,j)和低频信息IA,l(i,j)为融合图像的高频信息和低频信息，若满足MAP1'(i,j)＝0,MAP2'(i,j)＝1，则选择源图像IB的高频信息IB,h(i,j)代和低频信息IB,l(i,j)为融合图像的高频信息和低频信息，若满足MAP1'(i,j)＝MAP2'(i,j)＝0.5，则选择初始融合图像IIN的高频信IIN，h(i，j)和低频信