基于图像块的空间域多聚焦图像融合方法研究

发布时间：2021-12-10 04:10

　　多聚焦图像融合是图像融合领域的一个重要研究方向,其能有效克服光学镜头聚焦范围有限的缺陷,将目标场景中处于不同距离的所有景物都清晰地呈现在一幅图像中。这不仅能有效提升图像信息的利用率,增强系统识别和目标探测的可靠性,还为图像的进一步处理如图像分割、目标识别、特征提取等提供良好的基础。目前,多聚焦图像融合已经广泛应用于目标识别、机器视觉等领域。在多聚焦图像融合中,基于空间域的融合方法直接在图像的像素空间上进行融合,可以更多地保留图像中的原始像素信息,具有图像像素一致性好等优点,是近年来国内外研究学者在该领域展开研究的重点。在现有的国内外研究基础上,本论文围绕基于图像块的空间域多聚焦图像融合展开研究。主要研究内容如下:（1）为提高基于空间域的多聚焦图像融合中对源图像聚焦程度度量的准确性,提出一种基于加权多尺度形态学梯度与均匀分块的图像融合方法。在获得源图像聚焦程度度量图的过程中,首先通过多尺度的形态学操作得到多尺度形态学梯度,然后分别通过尺度加权和距离加权获得加权多尺度形态学梯度。在图像分块过程中,为减少图像块同时包含聚焦区域像素和散焦区域像素的情况,将图像均匀分割为2?2大小图像块;并采用... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图像块分割与聚焦测量图像块分割与聚焦测量并生成融合决策图的详细步骤如下：

融合决策图

重庆邮电大学硕士学位论文第3章基于加权多尺度形态学梯度与均匀分块的图像融合方法263.5实验结果分析3.5.1加权多尺度形态学梯度性能评价为验证加权多尺度形态学梯度在多聚焦图像聚焦特性评价方面的有效性，本章以如图3.4所示的一组人工模糊的Lena图像作为实验对象，对提出的聚焦特性评价指标与2.3.1节所述聚焦特性评价指标进行对比。(a)清晰图像(=0)(b)=0.5模糊图像(c)=1模糊图像(d)=1.5模糊图像(e)=2模糊图像(f)=3模糊图像(g)=4模糊图像图3.4Lena清晰原图与不同程度模糊图像在图3.4中，图3.4(a)为Lena清晰原图，图3.4(a)-(h)分别为标准差=0.5，1，1.5，2，3，4的高斯模糊图像，其中高斯滤波模板大小为77。详细的评价结果见表3.1。并对评价值做归一化处理，得到如图3.5所示为各指标对图像聚焦特性的评价对比结果。

【参考文献】：
期刊论文
[1]小波分析在多聚焦图像融合中的应用[J]. 王珂,欧阳宁.  电光与控制. 2008(03)



本文编号：3531879