[发明专利]一种基于WIML比较图的自适应焦点检测多聚焦图像融合方法

权利要求书

1.一种基于WIML比较图的自适应焦点检测多聚焦图像融合方法，其特征在于，包括以下步骤：

步骤1：将彩色源图像A和B均转换为灰度图像；

步骤2：根据步骤1中获得的灰度图像，选择检测范围；

在灰度图像中，选取X·Y区域进行灰度值方差估计，X、Y均为奇数，若灰度值方差σ不跟随X·Y区域内M·N检测范围的改变而变化或随M·N检测范围的改变而轻微变化，则表示X·Y区域为平坦区域，否则表示X·Y区域为边缘区域；

像素灰度值方差σ为：

其中，M·N表示检测范围，I(i,j)表示点(i,j)的灰度值，表示检测范围内像素的平均灰度值；

步骤3：获取平坦区域；

若X·Y区域为平坦区域，则选择X·Y区域为焦点检测区域；若X·Y区域为边缘区域，则适当缩小X·Y区域后，重新进行步骤2灰度值方差估计，直到X·Y区域缩小为平坦区域后，选择其为焦点检测区域；

步骤4：在平坦区域内包含边缘区域的检测进行焦点检测，获得焦点图像；

在灰度图像中，选取X·Y区域进行灰度值方差估计，X、Y均为奇数；

在X·Y区域内进行焦点检测，选择像素间距step＝1，采用加权新改进拉普拉斯算法WIML计算水平方向、垂直方向、主对角线区域和次对角线区域的改进拉普拉斯算子；

加权新改进拉普拉斯WIML定义为：

其中，IML(x,y)表示点(x,y)的新改进拉普拉斯算子，T表示阈值，定义为：

其中，w为像素之间的空间距离权重，Tr和Po分别代表横向梯度和纵向梯度通式，MDL和SDL分别代表主对角线区域和次对角线区域的的梯度通式，具体定义为：

Tr＝|2I(x,y)-I(x,y-j)-I(x,y+j)| (5)

Po＝|2I(x,y)-I(x-i,y)-I(x+i,y)| (6)

MDS＝|2I(x,y)-I(x-i,y-j)-I(x+i,y+j)| (7)

SDS＝|2I(x,y)-I(x+i,y-j)-I(x+i,y-j)| (8)

采用加权新改进拉普拉斯算法WIML将灰度图像转换为焦点图像M；

步骤5：由焦点图像得到三级比较图C₃；

步骤6：由三级比较图C₃获得两级比较图C₂；

步骤7：消除两级比较图C₂中的孤立噪声；

步骤8：结合两级比较图C₂，将彩色源图像A和B融合。

2.根据权利要求1所述的基于WIML比较图的自适应焦点检测多聚焦图像融合方法，其特征在于：步骤1中，采用公式(1)将彩色源图像A和B均转换为灰度图像；

其中，I表示灰度图像中像素的亮度值，位于[0,255]区间，R、G、B分别表示彩色源图像中红、绿、蓝三基色通道的强度分量，α、β和表示权重系数。

3.根据权利要求1所述的基于WIML比较图的自适应焦点检测多聚焦图像融合方法，其特征在于：步骤5中，由焦点图像M通过式(9)得到三级比较图C₃；

其中，分别表示焦点图像M^A和M^B中(x,y)点的像素值，D表示像素的差值，Th表示阈值，C₃＝0、C₃＝128和C₃＝255分别代表像素处于低层次、中层次和高层次。

4.根据权利要求1所述的基于WIML比较图的自适应焦点检测多聚焦图像融合方法，其特征在于：步骤6中，根据焦距不能突变的特点，通过比较像素与检测区域质心的距离，将中层次像素重新分配为低层次像素或高层次像素，获得两级比较图C₂；

其中，(x_c,y_c)表示焦点检测区域质心位置，G表示中层次像素与焦点检测区域质心的距离，Thr表示阈值。

5.根据权利要求1所述的基于WIML比较图的自适应焦点检测多聚焦图像融合方法，其特征在于：步骤8中，结合两级比较图C₂，彩色源图像通过式(12)融合；

其中，S^A、S^B表示源图像A和源图像B，C₂表示两级比较图，F表示所得融合图像。