基于SML特征检测的RPCA域多聚焦图像融合

来源：计算机工程与应用杂志2017年第22期北京时间：

作者：杨明伟1，黄永东2，常 霞2

单位：1.北方民族大学 计算机科学与工程学院，银川 750021；2.北方民族大学 数学与信息科学学院，银川 750021

摘要：针对多聚焦图像融合中难以有效检测聚焦点的问题，提出了一种基于鲁棒主成分分析（RPCA）和区域检测的多聚焦图像融合方法。将RPCA理论运用到多聚焦图像融合中，把源图像分解为稀疏图像和低秩图像；对稀疏矩阵采用区域检测的方法得到源图像的聚焦判决图；对聚焦判决图进行三方向一致性和区域生长法处理得到最终决策图；根据最终决策图对源图像进行融合。实验结果表明，在主观评价方面，所提出的方法在对比度、纹理清晰度、亮度等几方面都有显著的提高；在客观评价方面，用标准差、平均梯度、空间频率和互信息四项评价指标说明了该方法的有效性。

关键词：多聚焦图像融合,RPCA分解,区域检测,区域生长法