[发明专利]基于多尺度梯度和抠图的多聚焦图像融合方法

权利要求书

1.基于多尺度梯度和抠图的多聚焦图像融合方法，其特征在于，包括以下步骤：

S1、构建源图像的多尺度结构元素，并通过形态学滤波获取源图像的梯度信息，进一步得到每一源图像的多尺度聚焦测量值；

所述步骤S1的具体过程为：

S11、通过更改源图像中的结构元素的大小将单一尺度扩展为多尺度，构建得到多尺度结构元素；

S12、对于任一尺度上的结构元素，对源图像进行形态学滤波中的顶帽变换及底帽变换，并将两个变换结果中的最大值作为该尺度上的梯度信息；

S13、将所有尺度上的梯度信息整合在一起作为源图像最后的聚焦测量；

S2、比较多个源图像中相同像素点对应的聚焦测量值，将源图像粗略地划分为确定的聚焦区域、确定的散焦区域、以及不确定区域，并通过中值滤波以及形态学处理提取骨架，进而构建三分图；

所述步骤S2的具体过程为：

S21、通过比较多个源图像中每个像素的聚焦测量值来确定粗略的聚焦区域：

式中，m表示除第n幅源图像之外的其余源图像，当第R_n(x,y)的值为1时，第n幅源图像的像素点(x,y)为聚焦像素点，处于聚焦区域，G_n(x,y)表示第n幅源图像中像素点(x,y)的聚焦测量值；

S22、采用中值滤波去除图像中孤立的像素或噪声引起的小区域：

式中，Medfilt表示中值滤波，w表示滑动窗口，h表示滑动窗口的高度，l表示滑动窗口的长度；

S23、对经步骤S22的处理的图像数据进行形态学处理提取骨架，然后再次进行中值滤波，以去除图像中分散的碎片：

式中，Skelet表示形态学中骨架提取操作，Medfilt表示中值滤波操作；

S24、比较同一源图像中像素点的聚焦测量值大小，聚焦测量值大于设定阈值的像素点认为处于聚焦区域：

式中，H表示阈值；

S25、结合步骤S23以及步骤S24的结果，得到第n幅源图像的聚焦区域为：

由此，确定第n幅源图像的三分图为：

当T_n(x,y)＝1时，第n幅源图像中像素点(x,y)处于聚焦区域，当T_n(x,y)＝0时，像素点(x,y)处于散焦区域，当T_n(x,y)＝0.5时，像素点(x,y)处于不确定区域；

S3、采用图像抠图算法对所述三分图进行细化，得到准确的决策图，并将源图像和所述决策图结合，得到最终的融合结果图。

2.根据权利要求1所述的基于多尺度梯度和抠图的多聚焦图像融合方法，其特征在于，所述步骤S11中构建的多尺度结构元素为：

式中，SE₁表示基础结构元素，半径为r，表示膨胀运算，k表示尺度数量，SE_j表示第j层结构元素。

3.根据权利要求2所述的基于多尺度梯度和抠图的多聚焦图像融合方法，其特征在于，所述步骤S12中，顶帽变换和底帽变换的结果如下：

式中，I_n表示进行聚焦测量的第n幅源图像，表示第j层结构元素对第n幅源图像的开运算，I_n·SE_j表示第j层结构元素对第n幅源图像的闭运算，表示顶帽变换得到的梯度信息，表示底帽变换得到的梯度信息；源图像中像素点(x,y)的梯度信息为：

式中，表示第n幅源图像第j层的像素点(x,y)的梯度信息。

4.根据权利要求3所述的基于多尺度梯度和抠图的多聚焦图像融合方法，其特征在于，所述步骤S13中，源图像最后的聚焦测量值如下：

式中，ω_j表示尺度j上的梯度权值，G_n(x,y)表示第n幅源图像中像素点(x,y)的聚焦测量值。