[发明专利]一种基于灰度均值参照的多聚焦图像融合方法和系统

说明书

本发明公开了一种基于灰度均值参照的多聚焦图像融合方法和系统，能明显提高融合图像对比度。主要步骤为对配准后的源图像A，B，分别计算两幅图的灰度平均值，之后根据A、B两幅源图像上每一点像素的灰度值距离平均值的远近来决定融合图像的灰度值，最后输出融合后的图像。本发明与传统的图像融合方法相比在提高清晰度方面和提高融合图像的对比度方面有很好的效果，在运行时间上和传统的图像融合方法是同一个量级，也是一种快速融合算法。

技术领域

本发明属于数字图像处理的应用领域，具体涉及一种基于灰度均值参照的多聚焦图像融合方法和系统。

背景技术

图像清晰度是描述图像细节表现能力的物理量，为了更加全面、真实地反映外界场景的信息，人们总是希望获得场景中所有目标都清晰的图像。而可见光成像系统在对外界场景进行成像时，对于处于焦平面位置、聚焦良好的物体，可以在成像系统的像平面上呈现出清晰的图像。但由于成像系统的聚焦范围有限，而场景中的不同目标至成像系统的距离则各有差异，故难以使得场景中所有目标区域均保持清晰成像，在焦平面前后一定距离外的目标会呈现出不同程度的模糊形态。对于机器视觉、目标分类、模式识别等应用领域，模糊图像会不同程度地造成识别率降低、分类不准确，严重情况下甚至会造成最终的决策错误。

由于聚焦点的不同，各多聚焦图像具有不同的清晰区域和模糊区域，通过提取不同源图像中的清晰目标信息加以融合，便可以得到该场景内所有物体均清晰的融合图像。

目前应用得最多的图像融合方法是基于空间域的简单多传感器图像融合算法。它的基本原理是直接对各源图像中的各对应像素分别进行选择(选大或选小)、平均或加权平均等简单处理后,融合成一幅新的图像，此类方法简单高效，适应对速率要求高的流媒体视频处理。简单的像素级图像融合方法主要有:像素加权平均融合、像素灰度值选小、像素灰度值选大。本发明在此提出一种能明显提高融合图像对比度的空间域图像融合算法：基于灰度均值参照的多聚焦图像融合方法。

发明内容

本发明为了解决上述技术问题，提出了一种基于灰度均值参照的多聚焦图像融合方法，能明显提高融合图像对比度。

本发明所采用的技术方案是：一种基于灰度均值参照的多聚焦图像融合方法，该方法对配准后的源图像A，B进行融合，源图像A，B均为灰度图像，且A,B∈R^M×N，R^M×N是大小为M×N的空间，该融合方法包括如下步骤：

步骤1，输入两幅源图像A，B，大小都为M×N像素；

步骤2，计算A，B两幅源图像的灰度均值，设μ(A)为源图像A的灰度均值，μ(B)为源图像B的灰度均值；

步骤3，根据提出的融合规则完成图像融合，即根据A、B两幅源图像上每一点像素的灰度值距离源图像灰度平均值的大小来完成图像融合，具体实现如下；

步骤3.1，记f(i,j)为图像i行j列处的灰度值且i∈[0,M),j∈[0,N)灰度值，令i＝0，j＝0即从图像的左上角开始遍历，读取A(i,j)和B(i,j)；

步骤3.2，根据融合规则确定融合后图像F(i,j)点处取灰度值，具体公式如下，

式中，F(i,j)为融合图像i行j列的像素值，A(i,j)为图像A中i行j列的灰度值，B(i,j)为图像中i行j列列的灰度值，μ(A)为图像A的灰度均值，μ(B)为图像B的灰度均值；上式表示融合图像F在(i,j)处的取值为源图像A和B中离灰度均值距离更大的像素值；

步骤3.3，判断是否遍历源图像A、B的所有像素点，若否，则重复步骤3.2，若是，则继续执行步骤4；

步骤4，输出融合后的图像F。

进一步的，所述的步骤2中计算图像A、B两幅源图像的灰度均值μ(A)和μ(B)，采用的公式如下，