一种超景深图像融合方法及终端技术

本发明专利技术公开一种超景深图像的融合方法及终端，通过拉普拉斯金字塔将对待融合的图像进行拆分得到高频信息集合和低频信息集合，对低频信息集合进行导向滤波处理得到合成后的低频信息，将合成后的高频信息和低频信息进行重构得到超景深图像，解决现有景深融合方法在景深合成图像中会出现大量的颗粒状、水渍等问题，彻底消除融合图像中存在的小颗粒块，使得得到的超景深图像更接近原始图像。

A Super Depth-of-Field Image Fusion Method and Terminal

【技术实现步骤摘要】
一种超景深图像融合方法及终端
本专利技术涉及图像处理领域，尤其涉及一种超景深图像融合方法及终端。
技术介绍
多聚焦图像融合是图像融合技术的一个重要分支，主要用于对成像图片的处理。对某一场景成像时，由于光学系统的聚焦范围有限，一般的光学成像系统难以对一个场景中不同距离上的物体都形成清晰的像。当成像系统的焦点聚集在某个物体上时，它可在像平面上形成一个清晰的像。这时，位于其它位置上的物体，在像平面上所形成的像将呈现出不同程度的模糊。因此，光学镜头的成像机理使得成像系统在分辨率不断提高的同时，无法避免有限的聚焦范围对成像图片整体效果的影响，即仅依靠成像系统难以得到同一场景中所有物体都清晰的图像。为了更加全面、真实地反映某一场景的信息，希望得到一幅该场景中所有物体都清晰的图像。解决这一问题的一种方法就是对场景中的不同物体分别进行聚焦，得到多幅该场景的多聚焦图像，然后对这些多聚焦图像进行融合，提取各自的清晰区域，从而得到该场景中所有物体都清晰的融合图像。多聚焦图像融合技术使不同成像距离的物体能够清晰地呈现在一幅图像中，为特征提取、图像识别等处理奠定了良好的基础，从而有效地提高了图像信息的利用率和系统对目标探测识别。但是，现有的多聚焦图像融合方法得到的融合图像会存在小颗粒块问题，使得得到的融合图像与原始图像具有一定的差异性。
技术实现思路
本专利技术所要解决的技术问题是：提供一种超景深图像的融合方法及终端，彻底解决融合后的图像中存在小颗粒块的问题，使得融合后的图像更接近原始图像。为了解决上述技术问题，本专利技术采用的一种技术方案为：一种超景深图像的融合方法，包括步骤：S1、对待融合的图像序列进行对准，所述图像序列中的每一张图像的聚焦点不同；S2、对对准后的图像序列中的每一张图像分别进行拉普拉斯金字塔拆分，提取出每一张图像的高频信息和低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；S3、根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息，根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像。为了解决上述技术问题，本专利技术采用的另一种技术方案为：一种超景深图像的融合终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：S1、对待融合的图像序列进行对准，所述图像序列中的每一张图像的聚焦点不同；S2、对对准后的图像序列中的每一张图像分别进行拉普拉斯金字塔拆分，提取出每一张图像的高频信息和低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；S3、根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息，根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像。本专利技术的有益效果在于：通过拉普拉斯金字塔将对待融合的图像进行拆分得到高频信息集合和低频信息集合，对低频信息集合进行导向滤波处理得到合成后的低频信息，将合成后的高频信息和低频信息进行重构得到超景深图像，解决现有景深融合方法在景深合成图像中会出现大量的颗粒状、水渍等问题，彻底消除融合图像中存在的小颗粒块，使得得到的超景深图像更接近原始图像。附图说明图1为本专利技术实施例的一种超景深图像的融合方法的步骤流程图；图2为本专利技术实施例的一种超景深图像的融合终端的结构示意图；标号说明：1、一种超景深图像的融合终端；2、存储器；3、处理器。具体实施方式为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。请参照图1，一种超景深图像的融合方法，包括步骤：S1、对待融合的图像序列进行对准，所述图像序列中的每一张图像的聚焦点不同；S2、对对准后的图像序列中的每一张图像分别进行拉普拉斯金字塔拆分，提取出每一张图像的高频信息和低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；S3、根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息，根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像。从上述描述可知，本专利技术的有益效果在于：通过拉普拉斯金字塔将对待融合的图像进行拆分得到高频信息集合和低频信息集合，对低频信息集合进行导向滤波处理得到合成后的低频信息，将合成后的高频信息和低频信息进行重构得到超景深图像，解决现有景深融合方法在景深合成图像中会出现大量的颗粒状、水渍等问题，彻底消除融合图像中存在的小颗粒块，使得得到的超景深图像更接近原始图像。进一步的，所述步骤S1包括：通过surf匹配算法提取出所述图像序列中每一张图像的特征点，并筛选出预设个数的匹配点；根据所述预设个数的匹配点计算预设维数的surf特征描述，根据所述surf特征描述进行图像之间的粗匹配；通过ransac算法计算粗匹配后的图像之间的过渡矩阵，根据所述过渡矩阵将对应的图像对准。由上述描述可知，通过采用surf匹配算法进行图像特征点的提取并进行特征点特征描述的计算，再进行粗匹配，通过ransac算法计算粗匹配后的图像之间的过渡矩阵，从而实现待融合的图像的匹配，能够实现图像之间准确的匹配，提高后续融合的精准性。进一步的，所述步骤S3中所述根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息包括：选择所述高频信息集合中绝对值最大的高频信息作为合成后的高频信息；采用导向滤波法计算所述低频信息集合中各个低频信息对应的权重；将所述低频信息集合中各个低频信息及其对应的权重进行加权和得到合成后的低频信息。由上述描述可知，通过选取绝对值最大的高频信息作为合成后的高频信息，并采用导向滤波法计算低频信息集合中各个低频信息对应的权重，基于所述权重对各个低频信息加权和得到合成后的低频信息，能够防止低频合成中出现的小颗粒现象，从而避免了融合后的图像出现小颗粒，使得超景深合成后的图像清晰、细腻、通透，能够程序更多细节信息。进一步的，所述步骤S3中所述对所述低频信息集合进行导向滤波处理得到合成后的低频信息之后还包括：对所述合成后的低频信息进行预设邻域的区域生长，判断所述合成后的低频信息中的每一像素点生长后的区域是否小于预设值，若是，则将所述像素点去除。由上述描述可知，通过区域生长法能够判断合成后的低频信息中是否存在“空洞”，若是，则将“空洞”去除，从而能够去除孤立的小区域，保证了融合后的图像的完整性。进一步的，所述步骤S2包括：根据预设层次对对准后的图像序列中的每一张图像分别进行高斯滤波，提取出每一张图像每一层的高频信息和最高一层的低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；所述步骤S3中选择所述高频信息集合中绝对值最大的高频信息作为合成后的高频信息包括：选择所述高频信息集合中每一层的高频信息中绝对值最大的高频信息作为所述层合成后的高频信息；所述步骤S3中所述根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像包括：对所述合成后的低频信息从最高层开始从上至下进行如下递推：将低频信息进行上采样并进行高斯滤波后，再加上对应层次的高频信息，作为下一层次的低频信息。由上述描述可知，通过对待融合的图本文档来自技高网...

【技术保护点】
1.一种超景深图像的融合方法，其特征在于，包括步骤：S1、对待融合的图像序列进行对准，所述图像序列中的每一张图像的聚焦点不同；S2、对对准后的图像序列中的每一张图像分别进行拉普拉斯金字塔拆分，提取出每一张图像的高频信息和低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；S3、根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息，根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像。

【技术特征摘要】
1.一种超景深图像的融合方法，其特征在于，包括步骤：S1、对待融合的图像序列进行对准，所述图像序列中的每一张图像的聚焦点不同；S2、对对准后的图像序列中的每一张图像分别进行拉普拉斯金字塔拆分，提取出每一张图像的高频信息和低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；S3、根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息，根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像。2.根据权利要求1所述的一种超景深图像的融合方法，其特征在于，所述步骤S1包括：通过surf匹配算法提取出所述图像序列中每一张图像的特征点，并筛选出预设个数的匹配点；根据所述预设个数的匹配点计算预设维数的surf特征描述，根据所述surf特征描述进行图像之间的粗匹配；通过ransac算法计算粗匹配后的图像之间的过渡矩阵，根据所述过渡矩阵将对应的图像对准。3.根据权利要求1所述的一种超景深图像的融合方法，其特征在于，所述步骤S3中所述根据所述高频信息集合得到合成后的高频信息，对所述低频信息集合进行导向滤波处理得到合成后的低频信息包括：选择所述高频信息集合中绝对值最大的高频信息作为合成后的高频信息；采用导向滤波法计算所述低频信息集合中各个低频信息对应的权重；将所述低频信息集合中各个低频信息及其对应的权重进行加权和得到合成后的低频信息。4.根据权利要求1所述的一种超景深图像的融合方法，其特征在于，所述步骤S3中所述对所述低频信息集合进行导向滤波处理得到合成后的低频信息之后还包括：对所述合成后的低频信息进行预设邻域的区域生长，判断所述合成后的低频信息中的每一像素点生长后的区域是否小于预设值，若是，则将所述像素点去除。5.根据权利要求3所述的一种超景深图像的融合方法，其特征在于，所述步骤S2包括：根据预设层次对对准后的图像序列中的每一张图像分别进行高斯滤波，提取出每一张图像每一层的高频信息和最高一层的低频信息，得到所述图像序列对应的高频信息集合和低频信息集合；所述步骤S3中选择所述高频信息集合中绝对值最大的高频信息作为合成后的高频信息包括：选择所述高频信息集合中每一层的高频信息中绝对值最大的高频信息作为所述层合成后的高频信息；所述步骤S3中所述根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构，得到一张超景深图像包括：对所述合成后的低频信息从最高层开始从上至下进行如下递推：将低频信息进行上采样并进行高斯滤波后，再加上对应层次的高频信息，作为下一层次的低频信息。6.一种超景深图像的融合终端，包括存储器、处理器及存...

【专利技术属性】
技术研发人员：陈兵，邹兴文，逄宗元，
申请(专利权)人：纳米视觉成都科技有限公司，
类型：发明
国别省市：四川,51