基于边缘模型多焦点图像融合方法.pdfVIP

边缘模型基础使用抠图方法的多焦点图像融合

陈一搏，

中文大学

全聚焦图像。

本文其余部分结构如下。第2节简要回顾了相关工

提出了一种新的融合方案，可以生成高质量的全聚焦图

作。第3节和第4节详细解释了所方法，第5节展

像。现有的大多数融合方案使用基于块的聚焦度量，这

示了实验结果。第6节进行了总结。

些度量不够精确。所方案采用参数化边缘模型开

发了一种新的聚焦度量，能够以高精度表达像素的清晰

度。然后，通过抠图方法生成聚焦图，根据图像内

容表达每个像素的清晰度。我们方法具有鲁棒性，2.相关工作

不会出现块效应和振铃伪影，性能优于大多数多焦点融文献中提出了多种多聚焦图像融合技术，这些技术可以

合算法。大致分为四类：基于空间频率的方法、多尺度分解、离

焦建模和变换方法。通常，基于空间频率的方法定义了

索引术语—多焦点，边缘模型，聚焦度量（FM），一个聚焦度量来识别每个输入图像中更清晰的像素[1]。

抠图多尺度分解将输入图像分解为不同的尺度，然后用于评

估锐度[2][3]。基于离焦建模的方法假设已知离焦点扩

1.引言

散函数模型，并设计逆滤波器以重建清晰图案[4][5][6]。

由于光学系统的景深有限，我们在拍摄图像时经常遇到基于变换的方法将输入图像转换为变换系数，并根据某

失焦问题。特别是在使用显微镜或大光圈系统等低景深些选择系数进行融合[1][7]。变换方法有时与多尺度

系统拍摄图像时，如果物体远离焦平面，它们可能会显分解结合使用。

得模糊。在这些情况下，我们可能需要法来获得

全聚焦图像，即图像的每一部分都是清晰的。

一般来说，除了基于散焦建模的方法外，大多数多

图像融合是一种解决此问题的流行方法。它的目标焦点图像融合方法可以总结为以下步骤[6]。

是将同一场景但不同相机设置和相同距离下的多个图像

结合起来。为了实现获得全聚焦图像的目标，输入通常1.输入的多焦点图像表示为I(x,y)，其中(x,y)是

k

是一个聚焦序列，即同一场景以不同聚焦设置拍摄的一坐标，k是图像的索引。

系列图像。这一过程称为多焦点图像融合。多焦点图像

融合的基本思想是从输入图像中选择最清晰的像素，或2.根据不同的方法，在空间域、尺度空间域或变换域

者根据图像的锐度计算观察图像的加权和，以生成融合中设计并应用一个聚焦度量来处理每个输入图像。

图像。多焦点图像融合的关键在于锐度评估，这使

我们能够将不同聚焦区域的图像融合成全聚焦图像。3.设计一种选择方案，以识别输入图像中更清晰的像