[发明专利]一种基于分割尺度可伸缩的图像融合方法

权利要求书

1.一种基于分割尺度可伸缩的图像融合方法，其特征在于，首先输入源图像A和B，再用边缘检测算法定位边缘；然后通过聚类算法对源图像A和B进行区域填充，再按尺度可调进行划分规则矩阵子区域；随后依次计算源图像A和B对应子区域的平均梯度差值绝对值，并将该差值绝对值与阈值T比较；若差值绝对值大于阈值T，取子区域平均梯度大的作为融合图像的候选子区域，若差值绝对值小于或等于阈值T，则对源图像A和B对应子区域进行基于小波变换的图像区域融合，形成融合图像的候选子区域；最后对所有候选子区域进行拼接，形成融合图像，所述方法至少包括以下步骤：

步骤一、输入源图像A和B，通过边缘检测算法定位边缘，划分成若干区域；

步骤二、通过聚类算法对源图像A和B进行区域填充；

步骤三、按尺度可调对源图像A和B进行划分规则矩阵子区域S_A＝{S_A1,S_A2,...,S_Am}和S_B＝{S_B1,S_B2,...,S_Bm}，其中m为大于0的正整数；

步骤四、依次计算源图像A和B对应子区域的平均梯度差值绝对值其中分别是S_A、S_B中对应的第i个子区域的平均梯度，并将与阈值T比较；

步骤五、若大于阈值T，取子区域平均梯度大的作为融合图像第i个候选子区域S_C1i；若小于或等于阈值T，则对源图像A和B对应子区域S_Ai和S_Bi进行基于小波变换的图像区域融合，融合后的图像区域作为候选子区域S_C2i；

步骤六、对所有候选子区域进行拼接S_C1i∪S_C2i，形成融合图像S_C。

2.根据权利要求1所述的一种基于分割尺度可伸缩的图像融合方法，其特征在于，步骤二中根据聚类算法对源图像A和B进行区域填充，至少还包括以下步骤：

1)计算区域边缘像素点集对区域边缘像素点集的平均灰度值的偏差程度，用方差表示为其中表示第i块区域的边缘像素点集的平均灰度值，h_ij表示第i块区域的第j个边缘像素点的灰度值，z表示边缘像素点个数；

2)在划分的区域内任选取一个点v，即表示灰度值，计算该点对区域边缘像素点集的平均灰度值的偏差程度

3)计算|d-D|，若|d-D|小于或等于阈值T₁，则将该点划分到该区域，否则不划分到该区域，然后按照这样的规则继续找点，直到没有符合条件的点为止；

4)若存在未填充的区域，重复步骤1)至3)进行填充，直到将源图像A和B中所划分的区域填充完为止。