基于四叉树分解和自适应焦点测度的多聚焦图像融合

摘要：

为了克服基于块的融合方法对块的大小敏感以及融合图像中存在伪影等问题,提出一种新的基于四叉树分解和自适应焦点测度的多聚焦图像融合方法.首先,设计一种新的基于修正拉普拉斯能量和(SML)和导向滤波的自适应焦点测度,用于获得源图像的焦点图.然后,采用一种新的四叉树分解策略,并结合已经得到的焦点图,进一步将源图像分解成最优大小的树块;同时,从树块中检测出聚焦区域,并构成决策图.最后,对决策图进行优化和一致性验证,并重构出一幅全聚焦图像.通过公共多聚焦图像数据集进行实验,与11种先进的融合方法进行视觉质量和客观指标比较.实验结果表明,本文所提出的融合方法取得了更好的性能.

关键词：多聚焦图像融合、焦点测度、四叉树分解、导向滤波、修正拉普拉斯能量和

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;山东省自然科学基金资助项目;山东省重大科技创新工程项目

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：106-113