基于非下采样Shearlet变换与聚焦区域检测多聚焦图像融合算法.docVIP

基于非下采样Shearlet变换与聚焦区域检测多聚焦图像融合算法 　　摘要：为了提高基于多尺度变换的多聚焦图像融合中聚焦区域的准确性，提出了一种基于非下采样Shearlet变换（NSST）与聚焦区域检测的多聚焦图像融合算法。首先，通过基于非下采样Shearlet变换的融合方法得到初始融合图像；其次，将初始融合图像与源多聚焦图像作比较，得到初始聚焦区域；接着，利用形态学开闭运算对初始聚焦区域进行修正；最后，在修正的聚焦区域上通过改进的脉冲耦合神经网络（IPCNN）获得融合图像。与经典的基于小波变换、Shearlet变换的融合方法以及当前流行的基于NSST和脉冲耦合神经网络（PCNN）的融合方法相比，所提算法在客观评价指标互信息（MI）、空间频率和转移的边缘信息上均有明显的提高。实验结果表明，所提出的算法能更准确地识别出源图像中的聚焦区域，能从源图像中提取出更多的清晰信息到融合图像。 　　关键词：图像融合；多聚焦图像；非下采样剪切波变换；聚焦区域检测；形态学开闭运算 　　中图分类号： TP391.41 文献标志码：A 　　Abstract： To improve the accuracy of focusd regions in multifocus image fusion based on multiscale transform， a multifocus image