不同聚焦图像融合算法研究

摘要

由于光学成像系统的景深范围有限,使得在对某一场景成像时很难获得所有目标都清晰的成像,在景深范围内的目标成像清晰,在景深范围外的目标成像模糊。若想得到场景中所有目标清晰的成像,可以通过采用图像融合技术来实现。不同聚焦图像融合技术是按照一定的融合准则对同一场景的多幅不同聚焦图像进行融合处理,融合得到的图像中所有目标都是清晰的,为人眼观察、计算机视觉和计算机的进一步处理等提供更全面、更准确、更丰富的信息。不同聚焦图像融合技术在军事、民用、计算机视觉、虚拟现实等方面都有着重要而广泛的应用前景。本文对不同聚焦图像融合展开研究,提出和改进了一些融合算法,主要的研究工作与成果如下：
　　 对现有的基于空间域图像融合算法进行深入研究和验证,提出一种基于多级分块迭代法的不同聚焦图像融合算法,算法能较完整地提取源图像的清晰区域进行融合。该算法首先采用多级分块策略对图像进行分块,根据清晰度差异和引入一致性检验原则判断图像块的清晰度,然后采用迭代法策略分割出图像的清晰区域,最后提取各源图像中的清晰区域进行融合。仿真实验结果表明,提出的算法能够有效提取图像的清晰区域,融合不同聚焦图像取得的效果优于加权法、区域能量法和小波变换法。
　　 对基于变换域图像融合算法进行深入研究和验证,提出一种基于改进的小波-Contourlet变换的融合算法,算法能提高融合系数的准确性。该算法对图像进行小波-Contourlet变换得到一个低频子带和一系列方向各异的高频子带,对低频子带和高频子带分别采用不同的基于区域的融合准则。采用双窗口策略,即采用两种不同的邻域尺寸,得到两种不同的融合系数选择方案,若两种方案对应位置处系数值不一致,则选取邻域统计值差异较大的系数作为融合系数。最后,通过逆小波-Contourlet变换重构得到融合图像。仿真实验证实,改进的算法很好地结合了小波变换和Contourlet变换的优势,融合性能优于小波变换和Contourlet变换。