專利名稱：一種基于相似塊的圖像融合方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理，尤其是涉及多聚焦的一種基于相似塊的圖像融合方法。
背景技術(shù)：
多聚焦的數(shù)字圖像處理廣泛應(yīng)用于衛(wèi)星遙感、軍事、醫(yī)學(xué)等領(lǐng)域。常見的多聚焦圖像融合方法大概分為兩類:空間域方法和變換域方法。空間域方法的優(yōu)勢在于融合圖像的像素都來自于源圖像，使得源圖像信息保留得完整，但缺點(diǎn)是經(jīng)常會出現(xiàn)塊狀的偽影；變換域的方法能有效抑制塊狀偽影，但是由于變換域操作的非線性，使得融合結(jié)果與源圖像相比有失真。在空間域方法中，有W.Huang 和 Z.Jing 等(Evaluation of focus measures inmult1-focus image fusion, Pattern Recognition Letters, vol.28，pp:493-500，2007)對常見的方法和評價指標(biāo)做出了比較歸納。針對融合結(jié)果出現(xiàn)的塊狀偽影，這些方法往往會采取抑制措施，例如對圖像進(jìn)行一致化濾波處理，區(qū)域增長等。在變換域方法中，ZhangZhong 等(A categorization ofmultiscale-decomposition-based image fusion schemes with aperformance study for a digital camera application,Proceedings of theIEEE, vol.87，pp.1315-1326，1999)對常見的變換域方法做出了歸納，然而這些方法往往存在著敏感度高，參數(shù)不好選取的弱點(diǎn)。此外，國內(nèi)的 Qu Xiaobo 等(Image fusion algorithm based on spatialfrequency-motivated pulse coupled neural networks in nonsubsampled contourlettransform domain, Acta Automatica Sinica, vol.34，pp.1508-1514，2008)還成功的將變換域圖像融合與神經(jīng)網(wǎng)絡(luò)相結(jié)合，取得了良好的效果。2006 年，K.Dabov 等人(Image denoising with block-matching and3Dfiltering, Proceedings of the IEEE, vol.6064，pp.354-365，2006)提出了相似塊匹配的方法來解決圖像去噪問題。該方法利用了圖像的自相似性，在去噪方面取得了成功。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供效果優(yōu)良，易于操作的一種基于相似塊的圖像融合方法。本發(fā)明包括以下步驟:I)構(gòu)建多個源圖像共享的自相似結(jié)構(gòu):在多幅源圖像中進(jìn)行相似塊匹配，得到共享的相似塊結(jié)構(gòu)，所述共享的相似塊中即包含了圖像的自相似性；2)加權(quán):對共享的相似塊中進(jìn)行圖像特征提取后，按照加權(quán)的方法確定最后選取的像素值。
在步驟2)中，所述加權(quán)的方法可為:設(shè)提取的圖像清晰度指標(biāo)為C，用C1和C2代表源圖像I和源圖像2的清晰度，用M表示為一個與源圖像等大的計(jì)數(shù)器，對于第j個像素，用Af/和M丨表示源圖像I和源圖像2的計(jì)數(shù)器，給定共享的相似塊D，當(dāng)C1 ≥C2 時，有
權(quán)利要求
1.一種基于相似塊的圖像融合方法，其特征在于包括以下步驟: O構(gòu)建多個源圖像共享的自相似結(jié)構(gòu):在多幅源圖像中進(jìn)行相似塊匹配，得到共享的相似塊結(jié)構(gòu)，所述共享的相似塊中即包含了圖像的自相似性； 2)加權(quán):對共享的相似塊中進(jìn)行圖像特征提取后，按照加權(quán)的方法確定最后選取的像素值。
2.如權(quán)利要求1所述一種基于相似塊的圖像融合方法，其特征在于在步驟2)中，所述加權(quán)的方法為:設(shè)提取的圖像清晰度指標(biāo)為C，用C1和C2代表源四像I和源圖像2的清晰度，用M表示為一個與源圖像等大的計(jì)數(shù)器，對于第j個像素，用M1和M/表示源圖像I和源圖像2的計(jì)數(shù)器，給定共享的相似塊D，當(dāng)C1≥C2時，有:
3.如權(quán)利要求1所述一種基于相似塊的圖像融合方法，其特征在于在步驟I)中，所述構(gòu)建多個源圖像共享的自相似結(jié)構(gòu)的具體方法如下:把整幅圖像看成若干區(qū)域的集合，所述若干區(qū)域可以是相互重疊的，把每個區(qū)域看成若干圖像塊的集合，所述若干圖像塊之間可以是互相重疊的，在每個區(qū)域中，先選取一個中心塊，通過在其他圖像塊與中心塊之間進(jìn)行相似度匹配:
4.如權(quán)利要求1所述一種基于相似塊的圖像融合方法，其特征在于在步驟2)中，所述加權(quán)的具體方法為:對共享的相似結(jié)構(gòu)進(jìn)行圖像特征提取后，設(shè)提取的圖像特征為C，用C1和C2代表源圖像I和源圖像2的清晰度，對于第j個像素，用Mi和M表示源圖像I和源圖像2的計(jì)數(shù)器；給定共享的相似塊D，則當(dāng)C1 > C2時，有:
全文摘要
一種基于相似塊的圖像融合方法，涉及數(shù)字圖像處理。提供效果優(yōu)良，易于操作的一種基于相似塊的圖像融合方法。1)構(gòu)建多個源圖像共享的自相似結(jié)構(gòu)在多幅源圖像中進(jìn)行相似塊匹配，得到共享的相似塊結(jié)構(gòu)，所述共享的相似塊中即包含了圖像的自相似性；2)加權(quán)對共享的相似塊中進(jìn)行圖像特征提取后，按照加權(quán)的方法確定最后選取的像素值。由于利用了源圖像自身的自相似性，對于源圖像的特點(diǎn)具有一定的魯棒性，實(shí)際應(yīng)用中參數(shù)的選取范圍較大。通過加權(quán)，使得融合結(jié)果更加平滑。
文檔編號G06T5/50GK103247042SQ20131019857
公開日2013年8月14日 申請日期2013年5月24日 優(yōu)先權(quán)日2013年5月24日
發(fā)明者屈小波, 李磊, 賴宗英, 陳忠 申請人:廈門大學(xué)