[发明专利]基于清晰度的图像分块方法

说明书

本发明提出了一种基于清晰度的图像分块方法，具体步骤为：步骤1、对两幅灰度图像分别进行去噪、增强预处理；步骤2、将预处理后的两幅图像分别分解成n个大小为M×N的图像块；步骤3、对两幅图相同位置图像块分别计算清晰度值，F_ia表示图像A的第i个图像块的清晰度结果，F_ib表示图像B的第i块的清晰度结果；步骤4、比较两幅图像相同位置清晰度的大小，得到二者的差值绝对值F_iΔ，若差值绝对值F_iΔ小于自定义阈值，则对图像块再次进行划分后回到步骤3，若F_iΔ大于等于自定义阈值，则分块结束，完成图像的分块。本发明直接对图像子块进行清晰度数值比较判断子块划分情况，算法简单，耗时时间短，效率高。

技术领域

本发明涉及图像处理技术领域，特别涉及基于清晰度的图像分块方法。

背景技术

图像分块处理可以将图像分成更小的子块，从而通过对子块分析区域特征，为图像处理领域提供了诸多方便。因此，为了获得更好的图像信息，图像子块的划分显得尤为重要。

目前，图像分块在图像融合处理领域有着很好的应用，有通过GA对图像子块进行编码，但是计算复杂，图像处理速度慢，另有差分进化方法对图像进行分块处理，该方法提高了图像分块技术但是耗时长。

发明内容

本发明的目的在于提出了基于清晰度的图像分块方法。

实现本发明的技术解决方案为：基于清晰度的图像分块方法，具体步骤为：

步骤1、对两幅灰度图像分别进行去噪、增强预处理；

步骤2、将预处理后的两幅图像分别分解为若干个大小相同的图像块；

步骤3、对两幅图相同位置图像块分别计算清晰度值，F_ia表示图像A的第i 个图像块的清晰度结果，F_ib表示图像B的第i块的清晰度结果；

步骤4、比较两幅图像相同位置清晰度的大小，得到二者的差值绝对值F_iΔ，若差值绝对值F_iΔ小于自定义阈值，则对图像块再次进行划分后回到步骤3，若F_iΔ大于等于自定义阈值，则分块结束，完成图像的分块。

优选地，步骤2中图像块清晰度值的计算方法为：

步骤3-1、对图像块进行去除噪声以及图像增强预处理；

步骤3-2、对预处理后的图像块基于灰度梯度方向提取纹理特征信息，确定水平、垂直和对焦方向的梯度，从而确定图像单元不同梯度方向的数目以及各高频子带的权重因子；

步骤3-3、对预处理后的图像块进行小波变换，得到变换后的低频子带和高频各子带；

步骤3-4、根据步骤3-3一级小波变换后得到的低频子带和高频各子带，计算各高频子带对应的小波系数，再继续对低频子带继续进行小波变换，即二级小波变换，并确定二级小波变换后的各高频子带对应的小波系数；

步骤3-5、根据步骤3-2得到的权重因子以及步骤3-4中一级小波变换后得高频子带对应的小波系数以及二级小波变换后得到的各高频子带对应的小波系数确定图像块清晰度评价函数，从而确定图像块清晰度。

优选地，步骤2-2中基于灰度梯度方向提取纹理特征信息，确定水平、垂直和对焦方向的梯度的具体公式为：

其中，f(x,y)指单位像素的灰度值，Ghor、Gver、Gdia分别为水平、垂直和对焦方向的梯度。

优选地，步骤2-2中各高频子带的权重因子的确定公式为：