一种多聚焦图像融合方法

摘要

本发明公开了一种多聚焦图像融合方法。该方法首先对多聚焦图像进行鲁棒主成分分析分解得到与源图像相对应的稀疏成分矩阵；其次，对稀疏成分矩阵加权平均，得到一个临时稀疏成分矩阵并对临时稀疏成分矩阵进行四叉树分解；根据QT分解结果计算源图像稀疏成分矩阵对应矩阵子块的梯度能量，通过比较梯度能量大小构造融合决策矩阵；最后，根据决策矩阵将源图像对应图像子块合并，从而得到融合图像。该方法通过RPCA和QT分解相结合的方法，解决了图像块大小不能自适应划分的问题，可以有效抑制块效应，提高图像融合质量。

主权项

1.一种多聚图像融合方法，该方法对配准后的多聚焦图像I_A和I_B进行融合，I_A和I_B均为灰度图像，且是大小为M×N的空间，M和N均为正整数，该融合方法包括以下步骤：（1）对I_A进行列向量转换得I'_A，对I_B进行列向量转换得I'_B，是大小为MN×1的空间；分别对I'_A和I'_B进行鲁棒主成分分析分解，得到I'_A的稀疏成分矩阵E`<sub>A</sub>、I'<sub>B</sub>的稀疏成分矩阵E`_B，对E`<sub>A</sub>进行向量转换得E<sub>A</sub>，对E`_B进行向量转换得E_B，（2）利用四叉树分解将临时稀疏成分矩阵E₀分解成K个矩阵子块，E₀＝(E_A+E_B)/2，K为正整数；根据临时稀疏成分矩阵E₀四叉树分解结果，分别对稀疏成分矩阵E_A和E_B进行块划分，块划分后的各矩阵子块同临时稀疏成分矩阵E₀的各矩阵子块大小相同、位置一致，稀疏成分矩阵E_A与E_B的大小相同、位置一致的矩阵子块具有相同序号；（3）计算稀疏成分矩阵E_A的各矩阵子块的梯度能量，计算稀疏成分矩阵E_B的各矩阵子块的梯度能量；（4）构建决策矩阵（式1）中：H(i,j)为矩阵H第i行、第j列的元素，i＝1,2,3,…,M；j＝1,2,3,…,N；为稀疏成分矩阵E_A的序号为k的矩阵子块的梯度能量，为稀疏成分矩阵E_B的序号为k的矩阵子块的梯度能量，k＝1,2,3,…,K；（5）构建融合图像得到融合后的灰度图像：$F(i,j)=\left\{\begin{array}{cc}{I}_A(i,j)& H(i,j)=1\\ I_B(i,j)& H(i,j)=0\end{array}\right.$   （式2）（式2）中：F(i,j)为融合后的灰度图像F像素点(i,j)处的灰度值；I_A(i,j)为融合前灰度图像I_A的像素点(i,j)处的灰度值；I_B(i,j)为融合前灰度图像I_B的像素点(i,j)处的灰度值。