基于非下采样Shearlet变换与聚焦区域检测的多聚焦图像融合算法

来源：计算机应用杂志2015年第2期北京时间：

作者：欧阳宁, 邹宁, 张彤, 陈利霞

单位：1. 认知无线电与信息处理教育部重点实验室(桂林电子科技大学), 广西 桂林 541004;2. 桂林电子科技大学 机电工程学院, 广西 桂林 541004;3. 桂林电子科技大学 数学与计算科学学院, 广西 桂林 541004

摘要：为了提高基于多尺度变换的多聚焦图像融合中聚焦区域的准确性,提出了一种基于非下采样Shearlet变换(NSST)与聚焦区域检测的多聚焦图像融合算法。首先,通过基于非下采样Shearlet变换的融合方法得到初始融合图像;其次,将初始融合图像与源多聚焦图像作比较,得到初始聚焦区域;接着,利用形态学开闭运算对初始聚焦区域进行修正;最后,在修正的聚焦区域上通过改进的脉冲耦合神经网络(IPCNN)获得融合图像。与经典的基于小波变换、Shearlet变换的融合方法以及当前流行的基于NSST和脉冲耦合神经网络(PCNN)的融合方法相比,所提算法在客观评价指标互信息(MI)、空间频率和转移的边缘信息上均有明显的提高。实验结果表明,所提出的算法能更准确地识别出源图像中的聚焦区域,能从源图像中提取出更多的清晰信息到融合图像。

关键词：图像融合,多聚焦图像,非下采样剪切波变换,聚焦区域检测,形态学开闭运算

基金资助：国家自然科学基金资助项目(61362021);广西省自然科学基金资助项目(2013GXNSFDA019030,2013GXNSFAA019331,2012GXNSFBA053014,2012GXNSFAA053231,2014GXNSFDA118035,桂科攻1348020-6,桂科能1298025-7);广西教育厅重点项目(201202ZD044,2013YB091);桂林市科技开发项目(20130105-6,20140103-5)。