基于高阶奇异值分解和模糊推理的多聚焦图像融合方法

摘要

本发明公开了一种基于高阶奇异值分解和模糊推理的多聚焦图像融合方法。（1）对待融合的两幅多聚焦源图像分别进行滑动窗口分块，将分块后相互对应的源图像子块形成子张量；（2）对子张量进行高阶奇异值分解(HOSVD)，采用基于模糊推理的加权平均融合规则对分解系数进行融合，通过提取分解系数的方差，区域能量，匹配度三个特征设计模糊推理规则；（3）对融合后系数进行HOSVD逆变换得到融合后图像子块；（4）将融合后的图像子块组合生成最终融合图像。本发明克服了传统多聚焦图像融合方法容易造成边缘失真的缺陷，很好地解决了图像融合中源图像对融合图像贡献程度的不确定性问题，使融合后图像质量得到明显提高。

主权项

基于高阶奇异值分解和模糊推理的多聚焦图像融合方法，其特征在于，包括如下步骤：1)准备待融合的两幅多聚焦源图像，对两幅多聚焦图像分别进行滑动窗口分块，将分块后相互对应的源图像子块形成I个子张量；2)对子张量进行高阶奇异值分解(HOSVD)，得到分解系数；3)采用基于模糊推理的加权融合规则(WAFR)对分解系数进行融合：3.1)提取HOSVD分解系数的方差()、区域能量()、匹配度(MD_i)三个特征，并将三个特征的值域量化为模糊论域；3.2)采用Mamdani极小化原理设计模糊推理规则，利用最大隶属度原则对各自的权值进行模糊决策得到加权值，根据加权值得到融合后系数；4)对步骤3)得到的融合后系数进行HOSVD逆变换得到融合后图像子块；5)将步骤4)得到的融合后图像子块组合生成最终的融合图像。