基于多尺度快速清晰度估计多聚焦图像超分辨融合技术研究.docVIP

基于多尺度快速清晰度估计的多聚焦图像超分辨融合技术研究 　　摘 要： 为了提高图像融合清晰度，提出了一种基于多尺度快速清晰度估计的多聚焦图像超分辨率融合技术，利用小波分解算法结合图像清晰度估计算法，实现对多聚焦图像清晰区域的分解、识别和提取，最终得到一幅各个区域都清晰的融合图像。实验结果表明，提出的技术保留了源图像中的几乎全部最清晰区域，融合后的图像清晰度比传统方法有了大幅度的提高，融合结果比较理想 关键词： 多尺度； 清晰度估计； 多聚焦图像融合； 超分辨率融合 中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2016）15?0047?03 Abstract： In order to improve the image fusion definition， a multi?focus image super?resolution fusion technology based on multiscale fast definition estimation is proposed. The wavelet decomposition algorithm combining with image definition estimation algorithm is used to decompose， recognize and extract the clear region of multi?focus image to obtain a fusion image with clear regions. The test results show that the proposed technology can reserve all clearest region in source image， and greatly improve the fused image definition in comparison with the traditional method. The fusion result is perfect. Keywords： multiscale； definition estimation； multi?focus image fusion； super?resolution fusion 0 引 言 随着计算机技术的不断发展，图像融合技术作为信息融合技术的一个重要分支，发展的速度越来越快，所起到的作用也越来越突出。在采集图像时，聚焦和离焦物体所成像的清晰度有很大的差别，前者清晰，后者模糊。图像融合，顾名思义就是将2张或以上的图像融合到1张图像上。多聚焦图像则是摄取场景中的目标和相机传感器距离不一样，从而导致聚焦点也不一样，进而拍摄出图像清晰度有所不同的多幅图像，如果将这些多清晰度略有区别的图像相互融合，便可以得到一张十分清晰的图像，这样可以清楚地获取到真实场景中更多的信息，也更加方便人的观察或者计算机的处理。近几年，图像融合技术得到迅猛发展，在遥感探测、安全导航、医学图像分析、反恐检查、环境保护、交通监测、清晰图像重建、灾情检测与预报等领域都有着重大的应用价值 1 多尺度快速清晰度估计 1.1 基本思想和概念 多尺度的基本思想是将被融合的图像从多个尺度进行变换，依据特定的算法，把这些图像融合起来构成一个新的图像的多尺度组合。本文介绍的清晰度估计就是建立在多尺度变换的基础上，对其进行估计然后进行应用 在实际应用的过程中，图像的融合依据信息的不同可以分为不同的三个阶段：像素处理阶段、特征处理阶段和符号决策处理阶段，见图1。像素处理是最底层，图像在该层级上的融合主要是物理参数的融合，这其中每一个像素都是由其他多个被融合图像相对应区域的信息决定的；在特征处理阶段，不同图像被输入系统后，由系统对图像进行处理，抽取其形状、纹理、对比度等特征进行融合，这样就可以把有价值的图像特征更好的表现出来；在符号决策处理阶段，接收到的信息已经是用过前两个阶段抽取的原始图像的特征值和分类值，这里是对图像信息的进一步抽象与融合 1.2 多尺度分解算法 对于图像进行多尺度的分解，其方法有很多，目前常用的有两种算法：一种是按图像的空间域对图像进行分解；另一种是按图像的频率域对图像进行分解 按空间域进行分解的算法叫金字塔算法，该算法是由Burt P.J早在1986年提出的，随后Goutsias J和Heijmans 提出了金字塔算法的框架结构。该算法的特点是，不同的分解方法和重构方法可以得到不同的分界，其中非线性的金字塔应用最广泛，它的分解和重构都利用了形态学算子。金字塔算法在图像融合研究的初期得到了很大的重视和发展，