[发明专利]一种基于图像融合系统的宝石图像融合方法

权利要求书

1.一种基于图像融合系统的宝石图像融合方法，包括图像融合系统，其特征是：还包括如下步骤：

(1)选取需要融合的2幅宝石图像，检测输入图像大小是否相等；

(2)利用图像融合方法对两幅宝石图像进行融合，对两张输入图像进行匹配度大小的比较，最终得到宝石融合图像；所述图像融合方法，包括拉普拉斯金字塔融合算法、小波融合算法、基于余弦变换的多聚焦图像融合算法和基于局部能量特征融合算法；

所述拉普拉斯金字塔融合算法是对输入的两张宝石图像，通过下采样和高斯卷积进行构建高斯金字塔，上采样和高斯卷积构建拉普拉斯金字塔，再利用最小值融合规则对最终的由拉普拉斯金字塔重新构建高斯金字塔进行融合；其融合方法步骤如下：

1)构建高斯金字塔：通过高斯金字塔算法把宝石图像分解成N层，构建宝石图像的A₀，…，A_N高斯金字塔；高斯金字塔的底层为A₀，为输入的待融合宝石图像的源图像；其它第l(l＝1,2,…,N)层宝石图像是通过式(1)第l-1层图像与高斯核做卷积，卷积运算得到的结果去掉其偶数行和偶数列后得到的宝石图像；通过不断的反复操作进行高斯金字塔的构建：

其中，S_l是A_l的列数，R_l是A_l的行数，采用的高斯核w(m,n)为：

2)构建拉普拉斯金字塔：利用图像的纹理和边缘特点依据不同的分解层数可以分解到不同分辨率的层数上，然后将两张或者多张宝石图像相对应的层数根据融合规则进行融合，得到融合后的融合金字塔，再通过重构得到最终的融合图；通过在高斯金字塔的第l层偶数行和偶数列插入0，即将高斯金字塔的第l层放大4倍使图像恢复到与第l-1层图像大小一样，最后使用高斯核w(m,n)对第l层进行卷积运算得到图像

3)用与高斯金字塔的每一层图像与上一层图像经过上采样和高斯卷积得到的图像进行差运算，差运算的规则为：

其中N为拉普拉斯金字塔的层数，而拉普拉斯金字塔则是由LP₁,LP₂,…,LP_N组成的；

4)比较两幅相应位置的像素值，考虑宝石的高反射特性，取像素值较小的作为融合后的像数值，由拉普拉斯金字塔的第N层开始重新构建高斯金字塔，最终得到的塔底图像就是最终的融合结果图：

拉普拉斯金字塔图像融合通过高斯金字塔与拉普拉斯金字塔的相重构的方法进行图像融合，通过比较两张重构得到的图像进行像素值的比较进行最终的融合，可以保留源图像的更多信息；

所述小波融合算法，是先对输入两张宝石图像利用分解函数进行小波N层分解，对分解得到的小波分解矩阵进行低频融合算法即设置实验比较阈值，再比较两个输入图像的分解层数计算其方差匹配度，通过计算的两个方差匹配度进行大小的比较选择不同的分解系数方法；再比较分解得到的高频分量即分解矩阵进行大小比较利用高频融合算法，最后利用小波逆变换得到最终融合的效果，其方法步骤如下：

a、将输入的两幅宝石图像利用分解函数进行小波分解，分解层数由实验多次测定；较优地，对宝石测试获得分解层数为3；

b、对分解得到的小波分解系矩阵进行低频融合算法；首先设置实验阈值，再计算两个输入分解层数的方差匹配度与阈值的大小；若方差匹配度小于实验阈值则取区域方差大的相应点分解系数作为融合图像的分解系数，否则采用加权平均方法；

c、通过高频融合算法，比较分解矩阵大小，取最小像素值；

d、利用小波逆变换，得出最终的融合后的宝石图像；

所述基于余弦变换的多聚焦图像融合算法：是采用的是分块离散余弦变换(DCT)融合算法，将输入的两张宝石图像进行分块处理，再分别对每一块子图像进行余弦变换，求出每一张子图像的方差进行大小的比较，选择方差小的图像进行最终的融合；其算法包括如下步骤：

a、将输入的两幅宝石图像进行分块处理；

b、对每一块图像分别进行离散余弦变换(DCT)；

c、求出每一块图像的方差；

d、将方差的大小作为融合规则，对两幅宝石图中相应位置的每一块方差进行比较，选择方差小的进行融合；

e、采用一致性判别准则去除孤点；

f、进行离散余弦变换；

所述基于局部能量特征融合算法：是先对输入宝石图像进行计算出以某点的像素值为中心的平方和即局部能量特征，然后对两张输入图像进行匹配度大小的比较，考虑宝石的高反射特性，选择能量值较小的进行融合，最终得到的宝石融合图像，其融合算法流程如下：

a、输入两张待融合宝石图像，根据实验经验设计一个阈值E；对于宝石图像经过多次实验后，采用的阈值是E＝0.6；

b、计算输入图像的梯度图，即计算输入宝石图像的局部能量图；

c、计算两张宝石图像的匹配度M:

d、比较图像相同点的匹配度，如匹配度ME,则选择能量较小的图；

e、如果图像相同点的匹配度ME，对能量大小进行分配权重，将能量小的权重定义为能量值大的权重定义为W_max＝0.5×(1-W_min)。