【技术实现步骤摘要】
多聚焦图像融合方法及装置
[0001]本专利技术涉及图像处理
，特别是涉及一种多聚焦图像融合方法及装置。
技术介绍
[0002]图像融合技术是可视的信息融合技术，是信息融合的一个扩展分支。图像融合主要是同一场景下，将多源传感器分别获取多信道的内容信息进行各种方法处理，通过提取各自图像中的有用内容信息，最终融合成高质量、信息量丰富的单幅图像。多聚焦图像融合是图像融合的重要分支之一，它是使用单一传感器设备对某一场景下的多次聚焦获取图像内容信息进行融合。
[0003]现有技术的多聚焦图像融合方法是基于卷积神经网络进行的预测和处理，其中还需要对图像进行二值分割、除洞、分水岭等操作，而且部分相关数据都是需要人工去提取特征，这个过程相当繁琐。
技术实现思路
[0004]有鉴于此，本专利技术提供一种多聚焦图像融合方法，通过该方法，可以简化多聚焦图像融合过程。
[0005]本专利技术还提供了一种多聚焦图像融合装置，用以保证上述方法在实际中的实现及应用。
[0006]一种多聚焦图像融合方法，包括：...
【技术保护点】
【技术特征摘要】
1.一种多聚焦图像融合方法，其特征在于，包括：获取目标图像，对所述目标图像进行高斯模糊处理和二值化处理，获得所述目标图像对应的高斯图和真值图；生成所述真值图对应的反真值图，所述反真值图与所述真值图为互补关系；基于所述目标图像、所述高斯图、所述真值图及所述反真值图，生成所述目标图像对应的第一聚焦图和第二聚焦图，所述第一聚焦图与所述第二聚焦图为互补关系；将所述第一聚焦图及所述第二聚焦图输入预先训练完成的图像融合网络，获得所述图像融合网络输出的决策图，所述决策图为经所述图像融合网络进行预测的二值图；将所述第一聚焦图像、第二聚焦图像及决策图进行融合，获得多聚焦融合图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像、所述高斯图、所述真值图及所述反真值图，生成所述目标图像对应的第一聚焦图和第二聚焦图，包括：应用预设的第一计算公式，对所述目标图像、所述高斯图、所述真值图及所述反真值图进行计算，生成所述目标图像对应的第一聚焦图；应用预设的第二计算公式，对所述目标图像、所述高斯图、所述真值图及所述反真值图进行计算，生成所述目标图像对应的第二聚焦图；所述第一计算公式为：所述第二计算公式为：其中，y1为第一聚焦图，y2为第二聚焦图，x为目标图像，为真值图，为反真值图，x
blur
为高斯图。3.根据权利要求1所述的方法，其特征在于，训练所述图像融合网络的过程，包括：获取第一训练图像、第二训练图像及训练目标，所述第一训练图像和第二训练图像为互补关系的聚焦图，所述训练目标为所述第一训练图像和第二训练图像对应的二值图；基于所述第一训练图像、第二训练图像及训练目标，执行所述图像融合网络对应的训练过程；其中，所述训练过程包括：将所述第一训练图像及所述第二训练图像分别输入所述图像融合网络的第一编码网络和第二编码网络，获得所述第一编码网络输出的所述第一训练图像对应的第一上下文信息及所述第二编码网络输出的所述第二训练图像对应的第二上下文信息；将所述第一上下文信息与所述第二上下文信息进行融合后获得的融合信息，并将所述融合信息输入所述图像融合网络的解码器，获得所述解码器输出的目标二值图；将所述目标二值图与所述训练目标进行比对，获得比对结果；当所述比对结果不满足预设的训练条件时，应用预设的二值交叉熵函数调整所述图像融合网络，并重新执行所述训练过程；当所述比对结果满足所述训练条件时，结束对所述图像融合网络的训练。
4.根据权利要求1所述的方法，其特征在于，所述将所述第一聚焦图像、第二聚焦图像及决策图进行融合，获得多聚焦融合图像，包括：应用预先设置的条件随机场方法CRF对所述决策图进行边界平滑处理，获得已处理的决策图；将所述第一聚焦图像、第二聚焦图像及已处理的决策图进行融合，获得多聚焦融合图像。5.根据权利要求1或4所述的方法，其特征在于，所述将所述第一聚焦图像、第二聚焦图像及决策图进行融合，获得融合图像，包括：应用预先设置的第三计算公式对所述第一聚焦图像、第二聚焦图像及所述决策图进行计算，生成多聚焦融合图像；所述第三计算公式为：F
fused
＝F
D
(x,y)
×
F
A
(x,y)+(1
‑
F
D
(x,y))
×
F
B
(x,y)其中，F
fused
为融合图像，F
A
为第一聚焦图像，F
B
为第二聚焦图像，F
D
为图决策图，(x,y)为图像中的像素点。6....
【专利技术属性】
技术研发人员：强晓鹏，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。