[发明专利]基于改进SML与导向滤波的多聚焦图像融合方法

摘要

本发明涉及一种基于改进SML与导向滤波的多聚焦图像融合方法，包括步骤：采用改进SML方法对配准后的两幅多聚焦输入图像进行处理，得到两幅聚焦检测图；分别对两幅聚焦检测图进行形态学开闭交替处理得到对应的聚焦区域重构图；比较两幅聚焦区域重构图中相同位的值，从而得到一幅聚焦区域与散焦区域分离的二值分割图；将二值分割图进行小区域滤波处理得到初始融合决策图；使用其中一幅输入图像作为引导图像，初始融合决策图作为导向滤波输入图像，进行导向滤波操作得到精确融合决策图；采用加权融合规则计算出融合图像。本发明方法结合了基于像素与基于区域融合方法的优点，具有计算速度快，保留更多源图像信息的优点。

主权项

1.基于改进SML与导向滤波的多聚焦图像融合方法，其特征在于，包括如下步骤：步骤一，采用改进SML方法对已配准的多聚焦输入图像I_A(x,y)和I_B(x,y)进行处理，得到两幅聚焦检测图S_A(x,y)和S_B(x,y)，其中(x,y)为图像坐标位置，I_A(x,y)和I_B(x,y)为同一场景聚焦于不同目标的灰度图像；所述改进SML方法对输入图像进行处理得到聚焦检测图的实现方式如下，其中，N、M分别表示滑动窗口的宽、高，i、j表示图像坐标，ISML的计算过程为，其中，T为阈值，ML的计算过程为，其中，step表示可变步长，f(x,y)表示输入图像；步骤二，分别对两幅聚焦检测图进行形态学开闭交替处理，得到对应的聚焦区域重构图M_A(x,y)和M_B(x,y)，所述形态学开闭交替处理的实现方式为，其中，其中和·分别表示形态学开与闭操作，SE为“disk”结构元素；步骤三，比较两幅聚焦区域重构图中相同位的值，如果M_A(x,y)>M_B(x,y)，则记为“1”，表示聚焦像素点，反之记为“0”，表示散焦像素点，从而得到一幅聚焦区域与散焦区域分离的二值分割图B(x,y)，步骤四，将二值分割图进行小区域滤波处理，得到初始融合决策图T(x,y)，T(x,y)＝SRF(B(x,y),threshold)                  (6)其中：SRF(·)表示小区域滤波操作，threshold表示小区域阈值；步骤五，使用I_A(x,y)作为引导图像，初始融合决策图作为导向滤波输入图像，进行导向滤波操作，得到精确融合决策图D(x,y)，D(x,y)＝GF_r,ε(I_A(x,y),T(x,y))                                       (7)其中，GF_r,ε(·)表示导向滤波操作；步骤六，采用以下加权融合规则计算出融合图像F(x,y)，F(x,y)＝D(x,y)I_A(x,y)+(1‑D(x,y))I_B(x,y)                           (8)其中，D(x,y)表示图像坐标(x,y)处的权重。