基于结构相似与区域分割的多聚焦图像融合方法及系统技术方案

本发明专利技术公开了基于结构相似与区域分割的多聚焦图像融合方法及系统，该方法包括：基于视觉显著性检测的融合策略对多聚集源图像进行加权处理后通过对数能量差异的多尺度细节增强策略对预融合图像进行增强处理，得到细节增强后的预融合图像；基于结构相似度指数对细节增强后的预融合图像进行分割处理，得到区域分割决策图；根据像素选择规则对区域分割决策图进行融合处理，得到最终融合图像。该系统包括：预融合模块、增强模块、分割模块和融合模块。通过使用本发明专利技术，能够准确区分不同聚焦属性的像素并且将其整合到一起生成全聚焦图像。本发明专利技术作为基于结构相似与区域分割的多聚焦图像融合方法及系统，可广泛应用于图像融合技术领域。术领域。术领域。

【技术实现步骤摘要】
基于结构相似与区域分割的多聚焦图像融合方法及系统


[0001]本专利技术涉及图像融合
，尤其涉及基于结构相似与区域分割的多聚焦图像融合方法及系统。

技术介绍

[0002]由于普通数码相机中光学镜头的局限性，利用单个相机很难获得全部场景都聚焦的清晰图像，一些清晰的纹理和细节信息一般都分布于聚焦区域之中，能够显示有关场景或对象的更多特征，因此，为了能够获取完整的信息，使得场景中所有的对象都是聚焦且清晰的，一般使用特定的多聚焦图像融合方法来提取同一场景不同源图像上的聚焦像素信息，最后通过整合这些像素信息以实现聚焦场景的融合，例如基于深度学习的算法中，较为常见的是利用基于卷积神经网络(CNN)的算法实现不同图像的融合，CNN可以通过卷积层与池化层的叠加实现对输入数据的特征提取，最后连接全连接层实现分类；基于变换域的多聚焦图像融合算法首先将源图像分解为不同的子带，然后根据不同子带的特征设计不同的融合方法将其融合，最后重建融合结果，但由于多层多方向的分解，基与变换域的方法能够充分提取出不同尺度下的像素信息，拥有较强的场景信息保存能力，然而，由于其融合结果的像素信息不能完全来自于单一源图像的聚焦区域，可能会出现一定程度的像素值失真，并且，多层多方向的分解也会带来较高的计算复杂性；基于空间域的算法能够直接对源图像上的像素进行处理，通过提取源图像上聚焦区域的显著信息来确定聚焦决策图以实现多聚焦图像的融合，然而，由于图像的复杂性，有时焦点测量的值在离焦区域内反而是最大的，因此得到的初始决策图还存在许多不足，这种情况在聚焦与离焦区域边界周围经常出现，这也导致许多算法得到的融合结果在边界处会出现模糊或人工伪影，甚至还保留有大量离焦区域的像素信息，并且，许多方法需要后处理算法才能让决策图达到想要的效果，例如一致性验证与小面积去除，因此，大部分聚焦的小面积区域会被不可避免地删去，使得聚焦区域不完整而产生次优的融合结果。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的是提供基于结构相似与区域分割的多聚焦图像融合方法及系统，能够准确区分不同聚焦属性的像素并且将其整合到一起生成全聚焦图像。
[0004]本专利技术所采用的第一技术方案是：基于结构相似与区域分割的多聚焦图像融合方法，包括以下步骤：
[0005]基于视觉显著性检测的融合策略对多聚集源图像进行加权处理，得到预融合图像；
[0006]通过高斯滤波与对数能量差异的多尺度细节增强策略对预融合图像进行增强处理，得到细节增强后的预融合图像；
[0007]基于结构相似度指数对细节增强后的预融合图像进行分割处理，得到区域分割决
策图；
[0008]根据像素选择规则对区域分割决策图进行融合处理，得到最终融合图像。
[0009]进一步，所述基于视觉显著性检测的融合策略对多聚集源图像进行加权处理，得到预融合图像这一步骤，其具体包括：
[0010]获取第一多聚集源图像和第二多聚集源图像；
[0011]对第一多聚集源图像和第二多聚集源图像进行视觉显著性检测，得到对应的显著性值；
[0012]对显著性值进行归一化处理，得到归一化后的显著性值；
[0013]基于归一化后的显著性值，对第一多聚集源图像和第二多聚集源图像进行加权平均处理，得到预融合图像。
[0014]进一步，所述通过高斯滤波与对数能量差异的多尺度细节增强策略对预融合图像进行增强处理，得到细节增强后的预融合图像这一步骤，其具体包括：
[0015]通过高斯函数对预融合图像进行卷积运算，获取预融合图像的细节信息；
[0016]基于预融合图像的细节信，获取预融合图像的待融合高频成分；
[0017]通过log
‑
energy的高频成分融合算法获取待融合高频成分的能量并取对数处理，得到待融合高频成分的log
‑
energy值；
[0018]计算不同待融合高频成分的log
‑
energy之间的差异值并引入预设阈值进行判断；
[0019]根据判断结果选取对应的高频成分融合规则对待融合高频成分进行融合处理，得到融合高频成分；
[0020]将融合高频成分添加至预融合图像，得到细节增强后的预融合图像。
[0021]进一步，所述高频成分融合规则的表达式如下所示：
[0022][0023]上式中，FH(x，y)表示融合的高频成分，HM(x，y)表示高频成分的决策图，λ表示预设阈值，DV表示不同待融合高频成分的log
‑
energy之间的差异值，表示不同的待融合高频成分，表示加权系数。
[0024]进一步，所述基于结构相似度指数对细节增强后的预融合图像进行分割处理，得到区域分割决策图这一步骤，其具体包括：
[0025]获取多聚集源图像，基于图像的聚焦区域，对多聚集源图像与细节增强后的预融合图像进行结构相似度计算，得到相似度分数图；
[0026]将相似度分数图存储至矩阵中，生成评分图；
[0027]基于图像的多通道信号，通过递归滤波器对评分图进行迭代滤波处理，得到分数图；
[0028]通过预设决策规则对分数图进行决策处理，得到初始二区域分割决策图；
[0029]对初始二区域分割决策图的中心像素与周围像素进行一致性检测判断，得到二区域分割决策图，所述二区域分割决策图包括全聚焦区域与全离焦区域；
[0030]基于RF的像素差异法对分数图进行分析，得到三区域分割决策图，所述三区域分
割决策图包括全聚焦区域、全离焦区域和不确定区域；
[0031]整合二区域分割决策图和三区域分割决策图，得到区域分割决策图。
[0032]进一步，所述预设决策规则的表达式如下所示：
[0033][0034]上式中，IMP(x，y)表示初始二区域分割决策图，B1(x，y)，B2(x，y)，...，B
T
(x，y)表示对应的分数图。
[0035]进一步，基于RF的像素差异法中的像素选择规则的表达式如下所示：
[0036][0037]上式中，RDM(x，y)表示三区域分割决策图，β表示用来控制精度的参数。
[0038]进一步，所述根据像素选择规则对区域分割决策图进行融合处理，得到最终融合图像这一步骤，其具体包括：
[0039]通过预设的像素选择规则对二区域分割决策图和三区域分割决策图进行综合处理，得到最终决策图；
[0040]考虑生成完全聚焦与视觉上的效果，对最终决策图与预融合图像进行融合处理，得到最终融合图像。
[0041]进一步，所述预设的像素选择规则的表达式具体如下所示：
[0042][0043]上式中，FDM(x，y)表示最终决策图，OMP(x，y)表示二区域分割决策图，RDM(x，y)表示三区域分割决策图。
[0044]本专利技术所采用的第二技术方案是：基于结构相似与区域分割的多聚焦图像融合系统，包括：
[0045]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于结构相似与区域分割的多聚焦图像融合方法，其特征在于，包括以下步骤：基于视觉显著性检测的融合策略对多聚集源图像进行加权处理，得到预融合图像；通过高斯滤波与对数能量差异的多尺度细节增强策略对预融合图像进行增强处理，得到细节增强后的预融合图像；基于结构相似度指数对细节增强后的预融合图像进行分割处理，得到区域分割决策图；根据像素选择规则对区域分割决策图进行融合处理，得到最终融合图像。2.根据权利要求1所述基于结构相似与区域分割的多聚焦图像融合方法，其特征在于，所述基于视觉显著性检测的融合策略对多聚集源图像进行加权处理，得到预融合图像这一步骤，其具体包括：获取第一多聚集源图像和第二多聚集源图像；对第一多聚集源图像和第二多聚集源图像进行视觉显著性检测，得到对应的显著性值；对显著性值进行归一化处理，得到归一化后的显著性值；基于归一化后的显著性值，对第一多聚集源图像和第二多聚集源图像进行加权平均处理，得到预融合图像。3.根据权利要求2所述基于结构相似与区域分割的多聚焦图像融合方法，其特征在于，所述通过高斯滤波与对数能量差异的多尺度细节增强策略对预融合图像进行增强处理，得到细节增强后的预融合图像这一步骤，其具体包括：通过高斯函数对预融合图像进行卷积运算，获取预融合图像的细节信息；基于预融合图像的细节信，获取预融合图像的待融合高频成分；通过log
‑
energy的高频成分融合算法获取待融合高频成分的能量并取对数处理，得到待融合高频成分的log
‑
energy值；计算不同待融合高频成分的log
‑
energy之间的差异值并引入预设阈值进行判断；根据判断结果选取对应的高频成分融合规则对待融合高频成分进行融合处理，得到融合高频成分；将融合高频成分添加至预融合图像，得到细节增强后的预融合图像。4.根据权利要求3所述基于结构相似与区域分割的多聚焦图像融合方法，其特征在于，所述高频成分融合规则的表达式如下所示：上式中，FH(x,y)表示融合的高频成分，HM(x,y)表示高频成分的决策图，λ表示预设阈值，DV表示不同待融合高频成分的log
‑
energy之间的差异值，表示不同的待融合高频成分，表示加权系数。5.根据权利要求4所述基于结构相似与区域分割的多聚焦图像融合方法，其特征在于，所述基于结构相似度指数对细节增强后的预融合图像进行分割处理，得到区域分割决策图
这一步骤，其具体包括：获取...

【专利技术属性】
技术研发人员：李小松，黎熹来，张柏成，欧振声，
申请(专利权)人：广东珠江开关有限公司，
类型：发明
国别省市：