[发明专利]抗噪声环境多聚焦图像融合方法

说明书

技术领域

本发明属于图像处理技术领域，更进一步涉及一种图像融合的方法，可用于对多聚焦图像进行融合，具有抗噪声能力，可应用于普通光学系统。

背景技术

多聚焦图像融合技术可以将来自同一场景不同聚焦的多个图像的冗余信息和互补信息通过一定的方法进行融合，得到一幅综合图像，获得全景清晰的场景描述。多聚焦图像融合技术中的变换域融合方法获得了较多的应用。

中国国家知识产权局公告的“基于拉普拉斯金字塔变换的人脸图像融合方法”(CN101226635)专利技术，公开了一种基于金字塔变换的人脸图像融合方法。该方法包括如下步骤：1)对输入的红外和可见光人脸图像进行拉普拉斯金字塔分解；2)利用图像的平均梯度、图像直方图的标准差和相似性测度来决定红外和可见光图像各自加权系数的选择；3)利用所获得的加权系数进行图像融合。该方法融合图像的质量较高，计算复杂度较低，但尚存在如下不足：1)针对红外和可见光人脸图像，没有考虑噪声环境及JPEG压缩环境对融合质量的影响；2)在构造图像塔形数据结构的过程需要下采样操作，会在融合图像的边缘引入“人为”效应(如重构图像边缘的伪“Gibss”现象)，阻碍了该方法的推广应用。

“基于成像机理与非采样Contourlet变换多聚焦图像融合方法”是2008年7月9日中国国家知识产权局公开的CN101216936专利申请。该方法包括以下步骤：1)采用非采样Contourlet变换对源图像进行多尺度、多方向分解得到不同频域子带系数；2)针对低频子带系数构建一种基于方向向量范数的融合规则，针对带通方向子带系数构建一种基于局部方向对比度和方向向量标准方差相结合的融合规则；3)根据构建的融合规则分别对源图像的低频子带系数和各带通方向子带系数进行组合，得到融合图像的非采样Contourlet变换系数；4)进行非采样Contourlet逆变换重构出融合图像。该方法引入多尺度几何分析工具非采样Contourlet变换，克服了小波变换不能稀疏表示二维图像的缺点，但尚存在如下不足：1)分解系数冗余度高；2)对低频及高频系数分别采用基于方向特性的融合规则，计算复杂度高，限制了其在普通光学系统中的推广应用；3)没有考虑噪声环境及JPEG压缩环境对图像融合质量的影响。

发明内容

本发明针对上述已有技术的不足，提出一种基于改进拉普拉斯金字塔(LP)变换结合脉冲耦合神经网络(PCNN)的多聚焦图像融合方法，提取源图像中的有用信息，得到多目标清晰的图像，可应用于普通光学系统。

本发明的实现步骤如下：

1.一种抗噪声环境的多聚焦图像融合方法，包括如下步骤：

(1)LP分解。分别对输入的两路已配准不同聚焦的源图像进行拉普拉斯金字塔(LP)分解。

(2)迭代运算。对每一路LP分解获得的低频和带通子带系数矩阵，按照以下步骤依次完成迭代运算：

2a)脉冲耦合神经网络对输入的系数矩阵进行迭代运算，获得输出矩阵。

2b)将步骤2a)得到的所有输出矩阵相加，获得输入系数矩阵的点火次数矩阵。

(3)判决运算。按照以下步骤依次完成所有子带系数的融合：

3a)选取步骤(1)两路LP分解结果中的两个低频子带系数矩阵或者同一尺度的两个带通子带系数矩阵输入到判决算子运算单元。

3b)选取步骤(2)迭代运算结果中与步骤3a)的子带系数矩阵对应的两个点火次数矩阵输入到判决算子运算单元。

3c)判决算子运算单元依据判决规则完成数据融合，获得融合系数。

(4)伪逆重构。对每一尺度的融合系数，采用伪逆重构方法进行LP逆变换，获得最后的融合图像，伪逆重构过程如下：

4a)下采样滤波。对步骤3c)获得的带通子带系数进行下采样滤波获得下采样滤波信号。

4b)信号综合。将步骤3c)获得的低频子带系数或者上一尺度融合系数重构获得的重构信号与步骤4a)获得的下采样滤波信号相加获得综合信号。

4c)上采样滤波。对步骤4b)获得的综合信号进行上采样滤波获得上采样滤波信号。

4d)信号综合。将步骤3c)获得的带通子带系数与步骤4c)获得的上采样滤波信号相加获得重构信号。

将获得的重构信号作为下一尺度的低频子带系数，重复执行以上步骤，完成所有尺度融合系数的重构，获得最后的融合图像。

本发明与现有技术比较具有以下优点：