[发明专利]基于四元数小波变换的多聚焦图像融合方法

权利要求书

1.一种基于四元数小波变换的多聚焦图像融合方法，其特征是：首先对待融合的多聚焦图像进行四元数小波变换，得到一个低频子带(LL)和每层三个高频子带(LH，HL，HH)，其中每个子带对应四个四元数系数子带，通过四元数代数运算，这四个系数子带可以转换为一个幅值子带和三个相位子带，对低频子带系数采用基于改进的相位梯度特征值取大的融合规则，对高频子带系数采用基于四元数矩阵综合多特征的融合方法，最后对融合后的高频、低频子带系数进行四元数小波逆变换获得最终的融合图像。

2.根据权利要求1所述的基于四元数小波变换的多聚焦图像融合方法，其特征在于包括以下具体步骤：

1)对待融合的两幅多聚焦图像进行四元数小波变换，分解得到不同尺度、不同方向的高、低频子带，每个子带对应四个系数子带，这四个系数子带可以转换为一个幅值子带三个相位子带；

2)分别融合低频子带系数和高频子带系数；

2.1)采用基于改进的相位梯度特征值取大的融合规则融合低频子带系数；

2.2)采用基于四元数矩阵综合多特征的融合规则融合高频子带系数；

a)构建四元数高频子带系数的CHMM统计模型，利用期望最大化EM算法来估计模型参数，得到四元数子带统计模型，并计算其边缘概率密度函数Edge PDF，从而获得基于边缘概率密度函数的局部能量这个特征。然后再分别求高频子带的基于相位梯度的特征、方向标准差特征、子带系数方差特征；

b)利用四元数矩阵对步骤a)中的四个特征进行综合得到一个综合特征，最后采用综合特征值取大的融合规则得到高频融合系数；

3)对步骤2)所得高、低频子带融合系数，进行四元数小波逆变换获得融合后的图像。

3.根据权利要求2所述的基于四元数小波变换的多聚焦图像融合方法，其特征在于：步骤1)所述对待融合的两幅多聚焦图像进行四元数小波变换，得到一个低频子带(LL)和每层三个高频子带(LH，HL，HH)，其中每个子带对应四个四元数系数子带，通过四元数代数运算，这四个系数子带可以转换为一个幅值子带和三个相位子带在低频子带中，这三个相位子带给出了图像的整体的边缘和纹理信息，幅值子带反映了图像的概貌；在高频子带中，相位反映了图像沿边缘和纹理方向的变换，幅值子带反映了图像在某一方向的整体轮廓。

4.根据权利要求2所述的基于四元数小波变换的多聚焦图像融合方法，其特征在于：步骤2.1)所述采用基于改进的相位梯度特征值(ZML)取大的融合规则融合低频子带，具体如下：

τ₁(x,y)＝ZML^A(x,y)>ZML^B(x,y)

其中，分别表示源图像A、B和融合图像F位于(x,y)处的低频子带系数。τ₁(x,y)表示系数的选择权重。

由于低频子带的相位和θ相位分别表示图像垂直方向和水平方向的纹理信息，而梯度信息可以反映图像的纹理变换，所以，我们设计了一个新的指标ZML，如下：

其中，k表示源图像A或B；表示在低频相位s子带(x,y)处的平均梯度，定义如下：

其中，代表源图像k的低频s相位子带上(x,y)位置的系数，W₁×W₂代表窗口大小，这里，W₁＝W₂＝9。