一種基于顯著性區域提取的多聚焦圖像融合算法
【技術領域】
[0001] 本發明設及一種圖像處理技術領域的方法，具體設及一種基于顯著性區域提取的 多聚焦圖像融合算法。
【背景技術】
[0002] 光學系統有限的聚焦范圍難W清晰地呈現場景中的所有目標，攝取的圖像一般由 聚焦區域和離焦區域組成。為了獲取清晰真實的場景，得到包含圖像不同聚焦區域特征信 息的全聚焦融合圖像，研究者不斷提出各類多聚焦圖像融合算法。
[0003] 根據人的視覺注意機制，區域之間有不同的顯著性，注視焦點通常會落在顯著性 較高的區域。從視覺角度分析，聚焦區域屬于特殊的顯著性區域，在多聚焦圖像中，聚焦區 域對應于圖像中最能吸引人們注意、最能表現圖像內容的顯著部分.顯著性檢測得到的顯 著圖可W較好地區分前景和背景，尤其在不同深度物體的邊緣處更加準確。通過顯著圖可 W準確定位聚焦區域的邊緣，實現聚焦區域與離焦區域的精確分離。
[0004] 自底向上的顯著圖計算模型，根據圖像的顏色、亮度、方向=個特征信息，得到對 應的多尺度顯著圖。GBVS模型簡化了 Itti顯著圖計算模型，該模型計算得到的顯著圖可W 在復雜的背景中精確捕獲目標物體所在位置及目標物體的輪廓。但是由于顯著區域分布與 圖像的局域對比度相關，所W若模糊區域包含了部分對比度比較高的區域，在顯著性分析 中也會被劃分為顯著區域，影響對聚焦區域的判別。考慮到聚焦區域往往是清晰區域，而空 間頻率是區域清晰度度量，對清晰區域敏感，其值與邊緣細節信息相關，而與像素的灰度值 之間沒有直接關系，可W計算局域空間頻率檢測并濾除該部分偽聚焦區域。
【發明內容】
[0005] 本發明所要解決的技術問題是；提供一種基于顯著性區域提取的多聚焦圖像融合 算法，豐富圖像的背景信息，最大限度地保護圖像中的細節。
[0006] 本發明的技術方案是；一種基于顯著性區域提取的多聚焦圖像融合算法，包括W 下步驟：
[0007] (1)利用GBVS算法分別計算源圖像A和B的顯著性分布圖Gi和G 2;
[0008] (2)二值化顯著性分布圖Gi和G 2,并分別計算其空間頻率，得到空間頻率圖Si和 S2；
[0009] 其中，求取顯著性分布圖Gi和G 2的灰度巧值T as和T bs做為二值化關值；
[0010] 做利用分水嶺算法檢測空間頻率圖Si和S 2的微弱邊緣，連接邊緣得到封閉區域 D.i、D、"，其中，S = 1，2,…n，n為封閉區域個數，并將公，4、公,3分類，比較不同區域的空間 頻率巧W，公嚴y，通過公式（1)找到其中的偽聚焦區域F。其中，t = I，2,…p，p<n，并將 其濾除；利用形態學方法，先腐蝕后膨脹合并剩余封閉區域，即聚焦區域，將源圖像分為聚 焦區域Ml、M2和離焦區域U 1、
[0011]
【主權項】
1. 一種基于顯著性區域提取的多聚焦圖像融合算法，其特征在于，包括以下步驟： (1) 利用GBVS算法分別計算源圖像A和B的顯著性分布圖匕和G2; (2) 二值化顯著性分布圖匕和G2，并分別計算其空間頻率，得到空間頻率圖SJPS2;其 中，求取顯著性分布圖匕和G2的灰度均值Tas和Tbs做為二值化閾值； (3) 利用分水嶺算法檢測空間頻率圖SJPS2的微弱邊緣，連接邊緣得到封閉區域 ，其中，s= 1，2,…n，n為封閉區域個數，并將D)、D!分類，比較不同區域的空間頻率 A4#,/)/#，通過公式（1)找到其中的偽聚焦區域Ft，其中，t= 1，2,…p，p〈n，并將其濾 除；利用形態學方法，先腐蝕后膨脹合并剩余封閉區域，即聚焦區域，將源圖像分為聚焦區 域札^和離焦區域^、％;
(4) 將源圖像聚焦區域直接融合，離焦區域通過Shearlet變換分別進行三層分解，獲 得各自的一個低頻子帶41、81和三層高頻子帶^， 15、8111，15，111=1，2,3，其中1-3層分別包含 10,10,18個方向子帶；分別基于脈沖耦合神經網絡PCNN和拉普拉斯金字塔變換融合，具體 為： 分別建立融合規則： 低頻子帶A^B1利用拉普拉斯金字塔分解，得到分解系數為^、，通過公式（2)的比 較取大法選擇低頻融合系數LP 、似l1JvtuP
luP/ 其中，i，j分別表示Lp^的行數和列數； 通過基于脈沖耦合神經網絡的融合規則融合高頻子帶Am'k、Bm'k的系數，具體步驟如 下： ① 將Am，k、Bm，k分別輸入到PCNN的兩個輸入端，利用公式（3)計算系數的對比敏感度因 子CSF作為PCNN的外部激勵； CSF(f) = 2.6X(0. 0192+0. 114f)exp[-(0. 114f)L1] (3) 其中，/ =V/:2+/y2是空間頻率，fx、fy分別是水平和豎直方向的空間頻率，
其中，M為源圖像行數，N為源圖像列數； ② 根據公式（6)比較得到各方向子帶的融合系數：
其中，m指第m層分解，k指第k個方向子帶，J；；'是高頻子帶Am，k，Bn，k在（i，j) 點的系數； ③利用Shearlet反變換重構Lf，u和得到融合系數F; 其中，i，j分別表示 和$4的行數和列數； (5)重構融合系數F，得到融合圖像。
【專利摘要】本發明涉及一種基于顯著性區域提取的多聚焦圖像融合算法，其包括以下步驟：1、利用GBVS算法得到兩幅源圖像的顯著圖；2、二值化顯著圖并分別計算其空間頻率，得到空間頻率圖；3、利用分水嶺算法檢測空間頻率圖的微弱邊緣，得到封閉區域并分類，通過比較不同區域的空間頻率，找到其中的偽聚焦區域并將其濾除，剩余區域利用形態學方法得到聚焦區域；4、將源圖像聚焦區域直接融合，離焦區域通過Shearlet變換分解得到其高頻和低頻子帶系數，分別基于PCNN和拉普拉斯金字塔變換融合；5、重構融合系數，得到融合圖像。本發明融合算法灰度級分布更加分散，圖像紋理較豐富，細節突出。
【IPC分類】G06T5-50
【公開號】CN104616274
【申請號】CN201510066177
【發明人】張寶華, 裴海全, 馬玲瓏, 劉鶴, 周文濤
【申請人】內蒙古科技大學
【公開日】2015年5月13日
【申請日】2015年2月9日