基于分塊機制的多聚焦圖像融合算法的研究.pdf

1、基于分塊的多聚焦圖像融合算法是多聚焦圖像融合領域中的一個特有算法，通過將源圖像分塊，比較對應圖像塊的清晰度，然后挑選出清晰度高的圖像塊來合成融合圖像?；诓罘盅莼亩嗑劢箞D像融合算法將圖像分塊大小作為差分演化算法的種群中的個體，通過多次演化，最后獲得使融合圖像效果最好的圖像分塊。算法過程簡單，而且能獲得效果很好的融合圖像，但是存在很多不足:該算法在演化過程中，只生成一個子代種群，會丟失父代種群的部分信息，導致收斂速度變慢，全局搜索范圍較

2、小;當對應圖像塊的清晰度相等時，該算法的處理方式會改變源圖像的像素值;參數(shù)固定，為了得到最優(yōu)圖像分塊，需耗費大量精力調(diào)整參數(shù)，而且會陷入局部收斂，只搜索到局部最優(yōu)解，而不是全局最優(yōu)解。
　　本文正是針對基于差分演化的多聚焦圖像融合算法的不足，做出改進如下:
　　首先，在原算法的基礎上，引入雙子代機制和自適應分塊機制，提出一種基于雙子代差分演化和自適應分塊機制的多聚焦圖像融合算法。利用雙子代機制，在演化過程中生成兩個子代種群，

3、最大程度上保留父代種群的信息，擴大了全局搜索范圍，提高了算法的收斂性能;利用自適應分塊機制，當出現(xiàn)圖像塊清晰度相等的情況時，將圖像塊分解成更小的圖像塊，然后再進行清晰度的比較，該機制能使改進算法獲得比原算法獲得效果更好的融合圖像，而且不會改變源圖像的像素值。實驗結果表明，基于雙子代差分演化和自適應分塊機制的多聚焦圖像融合算法可以獲得比原算法效果更好的融合圖像，而且收斂性能更好。
　　其次，針對原算法的參數(shù)固定的問題，提出一種基于參

4、數(shù)自適應差分演化和自適應分塊機制的多聚焦圖像融合算法。在改進算法的基礎上，引入兩種參數(shù)自適應調(diào)整策略-線性變化策略和隨機變化策略，并對隨機變化策略加入選擇機制進行改進，自動調(diào)整變異因子和交叉因子，不僅可以解決原算法和改進算法需要人工調(diào)整控制參數(shù)的不足，而且還加快了算法的收斂速度。實驗結果表明，基于參數(shù)自適應差分演化的多聚焦圖像融合算法在全局搜索范圍和收斂性能上比改進算法更優(yōu)秀，能獲得效果很好的融合圖像，而且通過比較，基于改進的隨機變化策