【技术实现步骤摘要】
基于多尺度模糊质量评估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
，尤其涉及基于多尺度模糊质量评估的多聚焦图像融合方法及系统。
技术介绍
[0002]由于光学镜头的景深有限，数字成像设备在捕捉特定场景中的信息时，无法使所有对象都清晰成像。多焦点图像融合是解决这一问题的有效手段。通过改变镜头的焦距，获取同一场景中不同景深的图像，然后使用多焦点图像融合算法从这些图像中提取焦点信息，合成清晰的图像，多焦点图像作为一种重要的图像处理技术，在目标检测与识别、医疗、资源勘探等方面发挥着非常重要的作用；像素级图像融合的算法一般可以分为基于变换域的图像融合、基于空间域的图像融合以及基于深度学习的图像融合，基于变换域的图像融合着重使用多尺度变换的方法，一般包括三个步骤：第一，将源图像分解成为高频成分和低频成分；其次，使用特定的融合方案对两种成分分别进行融合；最后，通过逆MST变换重构融合图像。基于变换域方法的关键在于分解工具的选择和融合方案的选择。最早的多尺度变换工具包括梯度金字塔、拉普拉斯金字塔等，随着小波变换技术...
【技术保护点】
【技术特征摘要】
1.基于多尺度模糊质量评估的多聚焦图像融合方法，其特征在于，包括以下步骤：通过高斯金字塔对第一源图像和第二源图像进行多尺度分解处理，获取对应的子带图像；基于模糊质量评价算法对不同的子带图像进行模糊质量评价，并根据模糊质量评价结果进行重建处理，构建重建图像的基础层；将重建图像的基础层分别与第一源图像和第二源图像进行相减处理，得到第一源图像的细节层和第二源图像的细节层；基于修正拉普拉斯能量与局部能量的融合规则以及一致性验证操作对第一源图像的细节层和第二源图像的细节层进行融合处理，并根据细节融合结果与重建图像的基础层进行相加处理，得到最终的融合图像。2.根据权利要求1所述基于多尺度模糊质量评估的多聚焦图像融合方法，其特征在于，所述通过高斯金字塔对第一源图像和第二源图像进行多尺度分解处理，获取对应的子带图像这一步骤，其具体包括：通过高斯金字塔对第一源图像和第二源图像分别进行一次上采样和一次下采样处理，将源图像扩展到I
x,l
、I
x,l+1
(i,j)和I
x,l
‑1(i,j)三个尺度的子带图像，所述上采样和下采样对应的表达式具体如下所示；对应的表达式具体如下所示；上式中，(i,j)表示图像的像素点坐标，I
x,l
表示源图像，I
x,l+1
(i,j)表示对源图像进行上采样得到的子带图像，I
x,l
‑1(i,j)表示对源图像进行下采样得到的子带图像，w(m,n)表示起到图像滤波作用的窗口函数，(m,n)表示窗口大小。3.根据权利要求2所述基于多尺度模糊质量评估的多聚焦图像融合方法，其特征在于，所述基于模糊质量评价算法对不同的子带图像进行模糊质量评价，并根据模糊质量评价结果进行重建处理，构建重建图像的基础层这一步骤，其具体包括：通过滑动窗口技术按照预设滑动方向对不同的子带图像进行划分处理，得到对应的图像块，所述预设滑动方向为从左上向右下滑动；通过无参考图像焦点质量评估对不同的图像块进行测评，获取模糊质量评价结果；基于模糊质量评价结果构建三个尺度的融合图像基础层子带；对三个尺度的融合图像基础层子带进行重建处理，构建重建图像的基础层。4.根据权利要求3所述基于多尺度模糊质量评估的多聚焦图像融合方法，其特征在于，所述通过无参考图像焦点质量评估对不同的图像块进行测评，获取模糊质量评价结果这一步骤，其具体包括：构建模糊质量评价函数FAQ；通过模糊质量评价函数对不同的图像块进行测评，得到第一源图像与第二源图像块对应的测评值；
对第一源图像与第二源图像块对应的测评值进行判断，根据判断结果构建初始基础层子带图像；对初始基础层子带进行高斯滤波处理，获取基础层子带。5.根据权利要求4所述基于多尺度模糊质量评估的多聚焦图像融合方法，其特征在于，所述构建模糊质量评价函数FAQ这一步骤，其具体包括：将人类视觉系统滤波器定义为偶数导数算子；将偶数导数算子的HVS
‑
M内核作为卷积运算，对失焦图像的频率幅值进行部分修改，提取出图像补丁中聚焦质量分级的清晰度特征，图像补丁的FAQ评分定义为；上式中，表示给定的灰色尺度图像，h
HVS
‑
M
表示定义为偶数导数算子的人类视觉系统滤波器，FQPath(
·
)表示评分操作，S表示评分的值。6.根据权利要求5所述基于多尺度模...
【专利技术属性】
技术研发人员：李小松，李江伟，韩定安，谭海曙，于昕梅，黎熹来，
申请(专利权)人：佛山科学技术学院，
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。