基於鄰域歸一化梯度和鄰域標準差的多聚焦圖像融合方法
2023-06-11 17:20:36 2
專利名稱：基於鄰域歸一化梯度和鄰域標準差的多聚焦圖像融合方法
技術領域：
本發明涉及一種多聚焦圖像融合方法，屬於信息融合領域，可以應用於各類軍用 或民用的多聚焦圖像融合系統。
背景技術：
多聚焦圖像融合是指因鏡頭聚焦不同而形成的多個圖像通過一定處理，得到目標 聚焦都清晰的結果圖像。目前，常用的多聚焦圖像融合方法主要分為變換域與空間域兩大 類方法。基於變換域的常用圖像融合方法主要採用拉普拉斯金字塔和小波變換等。由於金 字塔形分解結構中不同解析度的細節信息彼此相關，算法穩定性較差。而經正交小波變換 得到的各子帶數據分別落在相互正交的子空間中，所以不同解析度、不同子空間的細節信 息相關性減小，因此基於小波變換的圖像融合技術能克服金字塔形分解融合技術的不足。目前，人們對基於小波變換的多聚焦圖像融合方法的研究主要集中在高頻分量融 合規則的選擇上，而對低頻分量融合規則的研究則較少。由於圖像的低頻分量集中了圖像 的主要能量，反映圖像的近似和平均特性，因此對低頻分量融合規則的研究將直接影響到 融合圖像的質量和清晰度。
發明內容
要解決的技術問題為了避免現有技術的不足之處，本發明提出一種基於鄰域歸一化梯度和鄰域標準 差的多聚焦圖像融合方法，能夠提高融合後的圖像質量，達到理想的實用效果。本發明的思想在於首先採用小波變換對源圖像進行多尺度分解，得到低頻和高 頻子圖像；然後根據低頻和高頻子圖像的各自特性，採用不用的融合規則進行處理，其中， 對低頻子圖像採用基於鄰域歸一化梯度的方法得到低頻融合係數，對高頻子圖像採用基於 鄰域標準差的方法得到高頻融合係數；最後進行小波重構得到融合圖像。技術方案一種基於鄰域歸一化梯度和鄰域標準差的多聚焦圖像融合方法，其特徵在於步驟 如下步驟1 預處理採用序貫相似度檢測匹配法對兩幅聚焦不同的源圖像進行圖像 配準，並利用線性變換方法將兩幅源圖像的灰度範圍映射到一個一致的灰度區間，得到預 處理後的兩幅圖像A和B;所述的一致的灰度區間為W，l]或W，255]；步驟2 小波變換利用Mallat算法對預處理後的兩幅圖像A和B分別進行小波 變換，其中，對預處理後的圖像A進行小波變換得到小波變換係數{P,Ζ/=,}，對預處理後的 圖像B進行小波變換得到小波變換係數{廣,Hf,}；所述的La和Lb分別表示預處理後的兩幅 圖像A和B的低頻子圖像；所述的和分別表示預處理後的兩幅圖像A和B在尺度t 下P方向的高頻子圖像；所述的t為小波變換的分解尺度，為大於等於1的整數；所述的ρ 表示每個分解尺度下的不同方向，P = 1,2, 3, ρ = 1表示水平方向，ρ = 2表示垂直方向，ρ=3表示對角方向；步驟3 融合處理採用基於鄰域歸一化梯度的方法對低頻子圖像La和Lb進行融 合處理，得到低頻融合圖像Lf ；採用基於鄰域標準差的方法對高頻子圖像和進行融 合處理，得到高頻融合子圖像；所述的基於鄰域歸一化梯度的融合處理方法具體為
權利要求
1. 一種基於鄰域歸一化梯度和鄰域標準差的多聚焦圖像融合方法，其特徵在於步驟如下步驟1 預處理採用序貫相似度檢測匹配法對兩幅聚焦不同的源圖像進行圖像配準， 並利用線性變換方法將兩幅源圖像的灰度範圍映射到一個一致的灰度區間，得到預處理後 的兩幅圖像A和B ；步驟2 小波變換利用Mallat算法對預處理後的兩幅圖像A和B分別進行小波變換， 其中，對預處理後的圖像A進行小波變換得到小波變換係數{P,HAp t}，對預處理後的圖像B 進行小波變換得到小波變換係數認^^}；所述的La和Lb分別表示預處理後的兩幅圖像A 和B的低頻子圖像；所述的和分別表示預處理後的兩幅圖像A和B在尺度t下ρ方 向的高頻子圖像；所述的t為小波變換的分解尺度，為大於等於1的整數；所述的ρ表示每 個分解尺度下的不同方向，P = 1,2,3,ρ = 1表示水平方向，ρ = 2表示垂直方向，ρ = 3表示對角方向；步驟3 融合處理採用基於鄰域歸--化梯度的方法對低頻子圖像La和Lb進行融合處理，得到低頻融合圖像Lf ；採用基於鄰域標準差的方法對高頻子圖像/,和進行融合處1P.'-1LF(i,j) =理，得到高頻融合子圖像；所述的基於鄰域歸一化梯度的融合處理方法具體為 LA(i,j) LB(i,j) = 0 Lb(Uj) L\i,j) = 0 L\i,j) GA(i,j)>GB(i,j) LB(i,j) G\Uj)σΒρβ,β其中，為位於高頻融合子圖像/^第i行j列像素點的值；<，,(/,_/)和0『J) 分別為高頻子圖像和H。中以(i，j)像素為中心的Mx及大小鄰域內所有像素值的標準差；所述的MXN和Mx及大小鄰域為大小為3X3、5X5、7X7等的正方形區域；步驟4 小波重構將融合處理後得到的低頻融合圖像Lf和高頻融合子圖像進行小波逆變換，得到最終的融合結果圖像。
2.根據權利要求1所述的一種基於鄰域歸一化梯度和鄰域標準差的多聚焦圖像融合 方法，其特徵在於所述的一致的灰度區間為W，l]或W，255]。
全文摘要
本發明涉及一種基於鄰域歸一化梯度和鄰域標準差的多聚焦圖像融合方法。首先利用小波變換對圖像進行多尺度分解，獲得圖像在不同解析度和不同方向下的低頻和高頻信息；然後根據低頻和高頻信息的各自特性，採用不用的融合規則進行處理，其中，對低頻子圖像採用基於鄰域歸一化梯度的融合方法，克服了傳統的低頻分量融合方法忽略邊緣信息的缺點，對高頻子圖像採用基於鄰域標準差的融合方法，可以最大限度的保留圖像的細節信息；最後進行小波重構得到融合圖像。本發明克服了傳統的融合算法存在的邊緣失真現象，使融合後的圖像質量和清晰度均有明顯提高，可以應用於各類軍用或民用的多聚焦圖像融合系統。
文檔編號G06T5/50GK102063713SQ201010544858
公開日2011年5月18日 申請日期2010年11月11日 優先權日2010年11月11日
發明者姚希文, 程塨, 趙天雲, 路豔, 郭雷 申請人:西北工業大學