基于自適應(yīng)區(qū)域和脈沖發(fā)放皮層模型結(jié)合的多聚焦圖像融合.pdf

1、由于光學(xué)成像系統(tǒng)的聚焦范圍有限，因此在物體實(shí)際成像的過(guò)程中，很難將聚焦部分和非聚焦部分同時(shí)清晰的呈現(xiàn)在同一幅圖像中。多聚焦圖像融合技術(shù)能夠把某一場(chǎng)景中含有不同清晰目標(biāo)的多個(gè)聚焦圖像進(jìn)行處理，得到一幅所有目標(biāo)均清晰的融合圖像。論文主要研究的內(nèi)容是多聚焦圖像在經(jīng)過(guò)空間域或變換域算法分解后，根據(jù)分解后圖像包含的信息不同，采用不同的融合規(guī)則進(jìn)行融合，本文的融合規(guī)則是在低頻圖像和高頻圖像分別采自適應(yīng)區(qū)域和脈沖發(fā)放皮層模型(SCM)。本文主要的探究

2、內(nèi)容和創(chuàng)新點(diǎn)如下：
　　1.在空間域采用卡通紋理分解算法對(duì)源圖像進(jìn)行分解。應(yīng)用卡通紋理分解算法將源圖像分為卡通部分和紋理部分?？ㄍú糠质窃磮D像的低頻成分，主要包含幾何結(jié)構(gòu)；紋理部分是源圖像的高頻成分，主要包含紋理、精細(xì)細(xì)節(jié)、振蕩部分和噪聲。根據(jù)包含的主要信息不同，在卡通部分采用區(qū)域方差作為自適應(yīng)區(qū)域的衡量對(duì)比方法，在紋理部分采用區(qū)域方差作為SCM的輸入。仿真實(shí)驗(yàn)表明，基于卡通紋理分解的自適應(yīng)區(qū)域和SCM結(jié)合的多聚焦圖像融合算法能夠

3、能夠很好的保留源圖像的細(xì)節(jié)、邊緣信息。
　　2.基于空間域的算法主要采用多尺度幾何變換中的NSCT和NSST對(duì)源圖像進(jìn)行分解。在圖像融合過(guò)程中，NSCT從源圖像提取的信息不夠完全，融合后圖像上的細(xì)節(jié)位置容易出現(xiàn)不同程度的模糊。針對(duì)NSCT變換的不足，本文研究了基于NSCT域的自適應(yīng)區(qū)域和SCM結(jié)合的多聚焦圖像融合算法，在融合過(guò)程中能夠有效地提取有用的特征信息，得到很好的融合圖像。但是NSCT的計(jì)算復(fù)雜度較高，不適用于對(duì)實(shí)時(shí)性有較高