[发明专利]基于八度金字塔框架的多聚焦图像融合方法

权利要求书

1.基于八度金字塔框架的多聚焦图像融合方法，其特征在于：包括如下步骤，

步骤一：利用高斯核函数对图像实现高斯模糊，得到高斯模糊后的图像；

步骤二：对步骤一中高斯模糊图像进行分解，构建八度高斯金字塔；

步骤二实现方法为，

八度金字塔是对步骤一中的高斯模糊图像进行循环高斯处理，将图像在八度空间和间隔空间中分解得到；在八度高斯金字塔中，八度空间的数量为：

O＝log₂(min(M,N))-2  (3)

其中，O是八度空间的数量，(M,N)是图像的大小；每个八度空间中第一张图像的模糊系数为：

σ_o＝2^o-1·σ₀，o∈[1,O]  (4)

o指的是第o个八度空间，·是乘法运算；σ₀是初始高斯模糊系数，σ_o是第o个八度空间中首个高斯模糊系数；间隔空间中图像是对八度空间的图像进行循环高斯模糊得到的，每个循环模糊的高斯系数用如下公式(5)确定：

σ_s＝k^s-1·σ_o,k＝2^1/Sands∈[1,S]  (5)

σ_s是第s个间隔空间中的高斯模糊系数，k为修正常数，S为间隔空间的总数量；

对公式(4)和公式(5)分析，八度高斯金字塔中的第(o,s)个图像的模糊系数为：

σ_o,s＝2^o-1·k^s-1·σ₀  (6)

因此，图像的八度高斯金字塔由公式(7)得到：

L_o,s＝G_o,s*I_o,1  (7)

其中，

公式(8)中I_o,1是每个八度空间中第一张图像，I(x,y)是待求的源图像，down指的是下采样操作，I_o-1,S指的是第(o-1)个八度空间中的第S间隔空间图像，G_o,s是第(o,s)个图像对应的高斯核函数；

步骤三：对步骤二中得到的八度高斯金字塔图像两两之间进行差分，同时得到多组基础层和细节层图像，构建八度差分高斯金字塔；

步骤四：对步骤三得到的基础层图像采用视觉显著性策略实现融合，以保留源图像的背景和对比度信息；

步骤五：对步骤三得到的细节层图像采用梯度最大值策略实现融合，增强融合图像中纹理细节信息；

步骤六：将步骤四和步骤五中得到融合后的基础层和细节层进行八度差分高斯金字塔重构，得到低频信息和高频信息更为丰富的融合图像。

2.如权利要求1所述的基于八度金字塔框架的多聚焦图像融合方法，其特征在于：还包括步骤七，利用步骤六得到的低频信息和高频信息更为丰富的融合图像，为后续的目标识别、目标探测提供有力支撑，为实际应用提供支持。

3.如权利要求1或2所述的基于八度金字塔框架的多聚焦图像融合方法，其特征在于：步骤一实现方法为，

传统高斯公式为：

L(x,y,σ₀)＝G(x,y,σ₀)*I(x,y)  (1)

其中

G(x,y,σ₀)指的是高斯核函数，σ₀是高斯模糊系数，(x,y)为图像L中的像素坐标，*指的是卷积操作，L(x,y,σ₀)是高斯模糊之后的图像。