一种基于相似块的图像融合方法

摘要

一种基于相似块的图像融合方法，涉及数字图像处理。提供效果优良，易于操作的一种基于相似块的图像融合方法。1）构建多个源图像共享的自相似结构：在多幅源图像中进行相似块匹配，得到共享的相似块结构，所述共享的相似块中即包含了图像的自相似性；2）加权：对共享的相似块中进行图像特征提取后，按照加权的方法确定最后选取的像素值。由于利用了源图像自身的自相似性，对于源图像的特点具有一定的鲁棒性，实际应用中参数的选取范围较大。通过加权，使得融合结果更加平滑。

主权项

一种基于相似块的图像融合方法，其特征在于包括以下步骤：1)构建多个源图像共享的自相似结构：在多幅源图像中进行相似块匹配，得到共享的相似块结构，所述共享的相似块中即包含了图像的自相似性；所述构建多个源图像共享的自相似结构的具体方法如下：把整幅图像看成若干区域的集合，所述若干区域可以是相互重叠的，把每个区域看成若干图像块的集合，所述若干图像块之间可以是互相重叠的，在每个区域中，先选取一个中心块，通过在其他图像块与中心块之间进行相似度匹配：η＝||P_q‑P_r||其中，η表示相似程度，P_q和P_r分别表示以像素q和像素r为中心的图像块的像素组成的矩阵，||A||为矩阵范数，其定义如下：$\left|\right|A\left|\right|=\sqrt{\underset{i=1}{\overset{I}{\Sigma }}\underset{j=1}{\overset{J}{\Sigma }}|a_{ij}{|}^2}$其中，a_ij表示图像块A内每个像素的值；通过得到的相似程度数值，寻找彼此差异较小的图像块组成一幅源图像内的相似结构，用表示以像素i为中心的图像块和中心块之间的相似程度，设寻找到的相似度数值关系如下：${\eta }_{q_1}\le {\eta }_{q_2}\le ...\le {\eta }_{q_k}\le {\eta }_{q_{k+1}}\le ...\le {\eta }_{q_{{(n-m+1)}^2}}$其中，(n‑m+1)²表示在大小为n的区域内，总共有(n‑m+1)²个大小为m的图像块，然后在不同的源图像中得到共享的相似结构；令Lⁱ表示第i幅源图像中的相似结构，以表示第i副图像中与中心块相似的第j个图像块，假设$\begin{array}{cc}{L}^1=\{q_1^1,q_2^1,...,q_k^1\},& L^2=\{q_1^2,q_2^2,...,q_k^2\}\end{array}$则有$L_g^{12}=L^1\cap L^2$其中，L¹表示源图像1中的相似结构，L²表示源图像2中的相似结构，表示共享的相似结构，共享的相似结构能够体现源图像的自相似性；2)加权：对共享的相似块中进行图像特征提取后，按照加权的方法确定最后选取的像素值。