【技术实现步骤摘要】
一种基于目标检测的多聚焦图像融合方法及相关装置
[0001]本申请涉及图像处理
,尤其涉及一种基于目标检测的多聚焦图像融合方法及相关装置
。
技术介绍
[0002]多聚焦图像融合技术可以将多幅同一场景下聚焦区域不同的图像融合成一幅全清晰的图像,在这个过程中需要保留目标整体到多聚焦图像融合中,由于目标物体具有可移动性,因此需要通过构造像素清晰度测量方法,正确区分清晰像素和模糊像素
。
[0003]为了提高清晰像素和模糊像素的区分效果,现已存在基于空间域的方法
、
基于变换域的方法和基于深度学习的方法,相关技术在区分聚焦和非聚焦区域边界的效果上不断改进
。
为了更精细地区分清晰像素和模糊像素的边界,现有技术往往先将图像按一定的规则进行分解,再通过特定的清晰度测量方法来生成决策图
。
如多尺度几何变换,先将源图像分解成不同级数和方向的子系数,根据子系数设计融合规则进行图像融合
。
[0004]但是,现有多聚焦图像融合技术仅简单的判断不同焦点图中清晰与模糊像素点,并未考虑像素点是否属于目标物体;基于移动的目标物体分析,获取的图像中的目标物体很可能会发生位移和缺失,直接进行图像融合会导致多聚焦融合后的目标物体出现变形或者缺损,融合效果较差
。
技术实现思路
[0005]本申请提供了一种基于目标检测的多聚焦图像融合方法及相关装置,用于解决现有技术并未针对性分析移动物体的像素点归属特性,导致多聚焦融合图像中的目标容 ...
【技术保护点】
【技术特征摘要】
1.
一种基于目标检测的多聚焦图像融合方法,其特征在于,包括:基于改进
YOLO
模型对多张当前待融合图像进行目标检测,得到二值化粗掩模图;采用预设特征图和高斯混合模型对所述二值化粗掩模图进行优化更新,得到精细化掩模图;通过改进密集型拉普拉斯算子对所述当前待融合图像进行基于像素点的多尺度计算,得到密集型拉普拉斯图;基于像素点相似度和广义随机游走算法对所述密集型拉普拉斯图进行关联分析,得到精细化决策图;采用所述精细化掩模图在所述精细化决策图中进行像素点选取,得到目标决策图;将所述目标决策图与所述当前待融合图像进行多聚焦图像融合,得到目标融合图像
。2.
根据权利要求1所述的基于目标检测的多聚焦图像融合方法,其特征在于,所述采用预设特征图和高斯混合模型对所述二值化粗掩模图进行优化更新,得到精细化掩模图,包括:采用缩放处理后的所述二值化粗掩模图初始化高斯混合模型;通过初始化后的所述高斯混合模型对预设特征图进行背景和前景分类操作,得到精细化掩模图,所述预设特征图在卷积神经网络中获取
。3.
根据权利要求1所述的基于目标检测的多聚焦图像融合方法,其特征在于,所述基于像素点相似度和广义随机游走算法对所述密集型拉普拉斯图进行关联分析,得到精细化决策图,包括:对不同尺度上的所述密集型拉普拉斯图进行比较操作,生成二值化粗决策图;依次对所述二值化粗决策图进行变量节点之间的相似度分析,所述变量节点与标签节点之间的相似度分析,得到第一权重和第二权重;采用广义随机游走算法根据所述第一权重和所述第二权重计算所述二值化粗决策图中像素点的概率值;在所述二值化粗决策图中选取最大的所述概率值对应的像素点生成精细化决策图
。4.
根据权利要求3所述的基于目标检测的多聚焦图像融合方法,其特征在于,所述对不同尺度上的所述密集型拉普拉斯图进行比较操作,生成二值化粗决策图,之后还包括:采用引导滤波技术对所述二值化粗决策图进行平滑化处理
。5.
一种基于目标检测的多聚焦图像融合装置,其特征在于,包括:目标检测单元,用于基于改进
YOLO
模型对多张当前待融合图像进行目标检测,得到二值化粗掩模图;优化更新单元,用于采用预设特征图和高斯混合模型对所...
【专利技术属性】
技术研发人员:杨祖元,邓正楠,李陵江,梁萍,古龙毅,谢胜利,
申请(专利权)人:广东工业大学,
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。