[发明专利]一种基于AGF的多聚焦图像融合方法及系统

权利要求书

1.一种基于AGF的多聚焦图像融合方法，其特征在于，所述基于AGF的多聚焦图像融合方法包括：

首先用联合双边滤波对输入图像进行平滑，交替使用源图像和滤波图像作为双边滤波的输入图像和引导图像；并使用中值滤波对双边滤波处理的图像进行滤波处理，得到源图像的基础层和细节层；

然后分别计算源图像基础层和细节层各像素邻域窗口的梯度能量，根据基础层和细节层各像素邻域窗口梯度能量大小构建决策矩阵，并根据一定的融合规则分别将基础层和细节层对应像素融合；

最后将融合后的基础层和细节层合并，得到融合图像。

2.如权利要求1所述的基于AGF的多聚焦图像融合方法，其特征在于，所述基于AGF的多聚焦图像融合方法具体包括：

步骤一，用联合双边滤波对输入图像进行交替滤波处理，并用当前滤波处理结果作为下次双边滤波处理的引导图像；

步骤二，用联合双边滤波对步骤一的处理结果进行交替滤波处理，并用源图像作为下次双边滤波处理的引导图像；

步骤三，对步骤二的处理结果进行中值滤波处理得到源图像的基础层和细节层；

步骤四，利用滑动窗口技术分别扫描原图像基础层和细节层，并计算源图像基础层和细节层各像素邻域窗口的梯度能量；

步骤五，根据像素邻域窗口梯度能量大小构建基础层和细节层的融合决策矩阵，并利用形态学滤波方法对融合决策矩阵进行膨胀腐蚀操作处理；

步骤六，根据一定的融合规则，利用融合决策矩阵，分别将基础层和细节层对应像素融合；

步骤七，将融合后的基础层和细节层合并，得到融合图像。

3.如权利要求2所述的基于AGF的多聚焦图像融合方法，其特征在于，所述基于AGF的多聚焦图像融合方法中，对配准后的多聚焦图像I₁和I₂进行融合，I₁和I₂均为灰度图像，且是大小为M×N的空间，M和N均为正整数，具体包括：

第一步，利用联合双边滤波器JBLF分别对多聚焦图像I₁和I₂进行交替滤波操作，滤波过程中使用上一次双边滤波处理结果G^t-1作为当前滤波处理的引导图像，得到和其中：(G^t)＝JBLF(I，G^t-1)；

第二步，利用联合双边滤波器JBLF分别对第一步的处理结果图像和进行交替滤波处理操作，滤波过程中使用源输入图像作为当前滤波处理的引导图像，得到和其中：(G^t)＝JBLF(G^t，I)；

第三步，利用中值滤波器MF对第二步的处理结果进行处理，得到源图像I₁和I₂的基础层I_1B、I_2B和细节层I_1D、I_2D，其中：(G^t)＝MF(G^t)；

第四步，分别计算源图像I₁、I₂的基础层I_1B、I_2B和细节层I_1D、I_2D每个像素邻域内的梯度能量，邻域大小为5×5或7×7；

第五步，分别构建基础层特征矩阵H_B，和细节层特征矩阵H_D，

式(1)中：

EOG_1B(i，j)为基础层I_1B像素(i，j)邻域内的梯度能量；

EOG_2B(i，j)为基础层I_2B像素(i，j)邻域内的梯度能量；

i＝1，2，3，L，M；j＝1，2，3，L，N；

H_B(i，j)为矩阵H_B第i行、第j列的元素；

式(2)中：

EOG_1D(i，j)为细节层I_1D像素(i，j)邻域内的梯度能量；

EOG_2D(i，j)为细节层I_2D像素(i，j)邻域内的梯度能量；

i＝1，2，3，L，M；j＝1，2，3，L，N；

H_D(i，j)为矩阵H_D第i行、第j列的元素；

第六步，根据特征矩阵H_B和H_D构建融合图像基础层F_B，和细节层F_D，得到融合后的基础层F_B和细节层F_D：

式(3)中：

F_B(i，j)为融合后的源图像基础层F_B像素点(i，j)处的灰度值；

I_1B(i，j)为融合前源图像基础层I_1B的像素点(i，j)处的灰度值；

I_2B(i，j)为融合前源图像基础层I_2B的像素点(i，j)处的灰度值；

式(4)中：

F_D(i，j)为融合后的源图像细节层F_D像素点(i，j)处的灰度值；

I_1D(i，j)为融合前源图像细节层I_1D的像素点(i，j)处的灰度值；

I_2D(i，j)为融合前源图像细节层I_2D的像素点(i，j)处的灰度值；

第七步，构建融合图像F，得到融合后的灰度图像，其中：F＝F_B+F_D。