[发明专利]一种基于二维EMD和改进局部能量的多聚焦图像融合方法

说明书

技术领域

本发明属于数字图像处理方法，涉及多聚焦图像融合方法，数据信息融合领域，具体涉及一种基于二维EMD和改进局部能量的多聚焦图像融合方法，可以应用于各种军用或民用的多聚焦图像融合系统。

背景技术

多聚焦图像融合是指因镜头聚焦不同而形成的多个图像通过一定处理，得到目标聚焦都清晰的结果图像。

目前常用的多聚焦图像融合方法主要是基于小波变换或者更高层次的小波算法。尽管基于小波的图像融合算法能够非常优秀的将图像分解并得到很好的融合结果，但选取小波基函数^[1]一直是很困难的问题。而且基于小波变换的图像融合是对每个像素或小区域的局部特征进行融合，这会导致失去局部特征相关性较强的特性。然而，具有自适应特性的二维经验模态分解（EMD）算法^[2,3]能够根据信号特征将信号自适应地进行多尺度分解，产生自适应的基函数，通过Hilbert变换对每一层所分解的函数处理得到分析信号的频率。该算法分解得到的高、低频分量尺度相近、相关性较强。高频显示图像形状特征及轮廓，低频显示图像整体信息。

基于二维EMD的多聚焦图像融合算法的研究^[4-6]主要集中在本征模函数（IMF）分量融合规则上，如：绝对值最大准则、局部方差准则、局部梯度准则及局部能量准则等。其中，以区域窗口能量为标度的局部能量准则是一种非常有效的融合方法。由于图像信号绝对强度的变化可以通过局部能量反映，而图像信号强度变化大的点反映了图像的显著特征，但该规则有对窗口内各个像素包含的独立信息考虑不足的缺点。因此使用基于二维EMD和改进局部能量的多聚焦图像融合算法克服了传统的融合算法得到的融合图像存在边缘失真及光谱扭曲的现象。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于二维EMD和改进局部能量的多聚焦图像融合方法，能够提高融合后的图像质量，达到理想的实用效果。

技术方案

一种基于二维EMD和改进局部能量的多聚焦图像融合方法，其特征在于步骤如下：

步骤1：采用序贯相似度检测匹配法对两幅聚焦不同的源图像进行图像配准，并利用线性变换方法将两幅源图像的灰度方位映射到一个一致的灰度区间，得到预处理后的两幅图像A和B；

步骤2：对预处理后的图像A进行二维EMD算法分解得到IMF分量对预处理后的图像B进行二维EMD算法分解得到IMF分量

步骤3：按融合规则对步骤2得到的预处理后两幅图像A和B各自的分量和分量进行融合，得到融合后的分量IMF_F(x,y)；