基于自适应分块的多序列图像融合方法技术

本发明专利技术提出了本发明专利技术公开了一种基于自适应分块的多序列图像融合方法，对预分割后的图像块的清晰度基于小波变换进行判断，如果两幅对比图像块的清晰度数值差值大于自定义阈值，则将清晰度数值大的图像块写入融合结果图，如果没有，则将两幅对比图进行自适应细分割，直到分割到规定的最小像素块，并将清晰度数值大的图像块写入融合结果图。本发明专利技术可以实现良好的图像融合效果，大大提高了分块清晰度判断的精度，提高了融合效果。

【技术实现步骤摘要】
基于自适应分块的多序列图像融合方法
本专利技术涉及图像融合技术，特别是一种基于自适应分块的多序列图像融合方法。
技术介绍
为了对不同深度的图像进行综合描述，可以对不同焦距的物体进行拍摄，将获得的多个不同焦距的图像融合在一幅图像中，保留不同图像中清晰的部分，此项技术成为多序列图像融合技术，它具有图像信息量大、细节丰富等特点。多序列图像融合方法有很多，比如：加权平均法、小波变换图像融合法、图像分块融合法等等，现有的图像分块问题主要在于：1、在图像分块大小的选择上，分块太多或者太少，导致无法明确图像块区域特征，会产生严重的“块效应”；2、每一个图像块的清晰聚焦特性无法准确描述。这些会严重影响后续图像的融合效果，因此图像分块方法在图像融合过程中显得尤为重要。
技术实现思路
本专利技术的目的在于提出了一种基于自适应分块的多序列图像融合方法。实现本专利技术的技术解决方案为：一种基于自适应分块的多序列图像融合方法，具体步骤为：步骤1、计算序列图像L1、L2、L3...Ln中每一图像的清晰度数值，将清晰度值最高的图像作为样本图LTemp；步骤2、将序列图像L1、L2、L3...Ln以及样本图LTemp分本文档来自技高网...

【技术保护点】
1.一种基于自适应分块的多序列图像融合方法，其特征在于，具体步骤为：步骤1、计算序列图像L1、L2、L3...Ln中每一图像的清晰度数值，将清晰度值最高的图像作为样本图LTemp；步骤2、将序列图像L1、L2、L3...Ln以及样本图LTemp分别分块为若干个大小相同的图像块；步骤3、按照序列图像L1、L2、L3...Ln顺序将分块后的序列图分别与样本图进行清晰度比较并完成图像融合，具体融合方法为：

【技术特征摘要】
1.一种基于自适应分块的多序列图像融合方法，其特征在于，具体步骤为：步骤1、计算序列图像L1、L2、L3...Ln中每一图像的清晰度数值，将清晰度值最高的图像作为样本图LTemp；步骤2、将序列图像L1、L2、L3...Ln以及样本图LTemp分别分块为若干个大小相同的图像块；步骤3、按照序列图像L1、L2、L3...Ln顺序将分块后的序列图分别与样本图进行清晰度比较并完成图像融合，具体融合方法为：其中，Li为两幅图第i块图像块融合的结果，Ai为两幅图中进行比较的序列图第i个图像块，FiA为比较的序列图第i个图像块的清晰度数值，Bi为样本图第i图像块，FiB为样本图第i块图像块的清晰度数值，为第n次分块后的图像块清晰度阈值；步骤4、对步骤3需要继续细分的图像块进行进一步分块后返回步骤3，直至所分到的图像块大小小于设定的阈值时，将最小图像块中最清晰的图像块输入到最终融合的图像位置，完成图像融合。2.根据权利要求1所述的基于自适应分块的多序列图像融合方法，其特征在于，步骤1中图像清晰度值的计算方法为：步骤1-1、对图像进行去除噪声以及图像增强预处理；步骤1-2、对预处理后的图像基于灰度梯度方向提取纹理特征信息，确定水平、垂直和对焦方向的梯度，从而确定图像单元不同梯度方向的数目以及各高频子带的权重因子；步骤1-3、...

【专利技术属性】
技术研发人员：张璐，陈文建，李武森，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32