[发明专利]一种多聚焦图像融合方法及装置

说明书

本发明提供了一种多聚焦图像融合方法及装置，涉及图像处理技术领域。方法包括：将两幅针对同一场景的配准后的多聚焦图像采用平移不变离散小波变换进行多层滤波，分解形成两幅多聚焦图像分别对应的高频子图像和低频子图像；根据两幅多聚焦图像分别对应的高频子图像，进行高频分量融合，形成高频分量融合系数；根据两幅多聚焦图像分别对应的低频子图像，进行低频分量融合，形成低频分量融合系数；根据所述高频分量融合系数对应的高频分量和低频分量融合系数对应的低频分量进行平移不变离散小波逆变换，生成融合图像。本发明可以解决现有技术的多聚焦图像融合方法不能在消除融合图像虚假轮廓和保留图像细节信息上同时达到最优的问题。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种多聚焦图像融合方法及装置，特别是基于区域能量一致性与相似性加权的多聚焦图像融合方法及装置，

背景技术

目前，采用多聚焦图像融合技术处理同一场景中多幅对不同目标分别聚焦的图像，可以充分利用被融合图像中包含的冗余信息和互补信息，获得对场景更全面、准确的描述。通常首先要将多聚焦图像分解到多个尺度，在多分辨率情况下融合图像，常见的多分辨率分解方法主要有：金字塔分解和小波变换法。与金字塔分解相比，小波变换法具有方向性和非冗余性，在图像处理领域应用更广。源图像经过N层小波分解得到3N幅高频子图像和1幅低频子图像，高频子图像保留图像在各分辨率下的细节和边缘信息，低频子图像包含了图像的背景信息。图像融合可在不同尺度上分别进行，各尺度的融合规则决定了融合图像的质量。

现有技术中在多分辨率情况下进行图像融合的方法，可以分为以下三类：第一类是平均值法，这类方法直接将两张滤波图像的均值作为该尺度的融合系数。这种方法由于没有区分图像聚焦区域和非聚焦区域，引入了较多的离焦信息。融合图像保留了多聚焦图像的基本特征，整体视觉效果一般，图像的细节和边缘比较模糊。第二类是区域一致性检测方法，这类方法计算以各像素为中心的区域最大值矩阵，根据区域内最大值落在两幅图像中的个数与区域匹配度临界值的关系决定融合规则。该方法使用区域最大值作为图像描述，突出了区域特征，弱化了局部特征，基本消除了融合图像中的虚假轮廓，但会出现部分细节信息丢失的问题。第三类是相似性加权方法，这类方法比较两幅图像相似性与设定阈值的关系决定融合规则，该算法清晰简便，计算量小，融合图像基本保留了多聚焦图像的边缘和细节信息，但虚假轮廓现象明显。

综上所述，虽然现有的在多分辨率角度融合多聚焦图像的方法很多，但是并不能在消除融合图像虚假轮廓和保留图像细节信息上同时达到最优。

发明内容

本发明的实施例提供一种多聚焦图像融合方法及装置，以解决现有技术的多聚焦图像融合方法不能在消除融合图像虚假轮廓和保留图像细节信息上同时达到最优的问题，本发明可以处理同一场景两幅严格配准的左右分别聚焦图像融合的问题，可应用于数码成像、计算机视觉、自动目标识别等领域。

为达到上述目的，本发明采用如下技术方案：

一种多聚焦图像融合方法，包括：

将两幅针对同一场景的配准后的多聚焦图像采用平移不变离散小波变换进行多层滤波，分解形成两幅多聚焦图像分别对应的高频子图像和低频子图像；

根据两幅多聚焦图像分别对应的高频子图像，进行高频分量融合，形成高频分量融合系数；

根据两幅多聚焦图像分别对应的低频子图像，进行低频分量融合，形成低频分量融合系数；

根据所述高频分量融合系数对应的高频分量和低频分量融合系数对应的低频分量进行平移不变离散小波逆变换，生成融合图像。

具体的，所述将两幅针对同一场景的配准后的多聚焦图像采用平移不变离散小波变换进行多层滤波，分解形成两幅多聚焦图像分别对应的高频子图像和低频子图像，包括：