一种基于生化离子交换模型的多聚焦图像融合方法与流程

技术特征：

1.一种基于生化离子交换模型的多聚焦图像融合方法，其特征在于，包括以下步骤：

步骤1，待融合区域的确定；

步骤2，待融合区域的选择；

步骤3，对初步获取的融合图像反复迭代，得到最终融合结果。

2.根据权利要求1所述的一种基于生化离子交换模型的多聚焦图像融合方法，其特征在于，所述的步骤1中待融合区域的确定的步骤如下：

步骤1.1，将两幅已配准的多聚焦源图像分别记为A和B；

步骤1.2，分别计算A、B中每个像素点(i,j)对应的四个一阶梯度向量值RF(i,j),CF(i,j),MDF(i,j),SDF(i,j)，数学表达式如式(1)-式(4)所示：

$RF=\sqrt{\frac{1}{MN}\underset{i=1}{\overset{M}{\Σ}}\underset{j=2}{\overset{N}{\Σ}}{\[I(i,j)-I(i,j-1)\]}^2}---\left(1\right)$

$CF=\sqrt{\frac{1}{MN}\underset{j=1}{\overset{N}{\Σ}}\underset{i=2}{\overset{M}{\Σ}}{\[I(i,j)-I(i-1,j)\]}^2}---\left(2\right)$

$MDF=\sqrt{{\mathrm{\ω}}_d\·\frac{1}{MN}\underset{i=2}{\overset{M}{\Σ}}\underset{j=2}{\overset{N}{\Σ}}{\[I(i,j)-I(i-1,j-1)\]}^2}---\left(3\right)$

$SDF=\sqrt{{\mathrm{\ω}}_d\·\frac{1}{MN}\underset{j=1}{\overset{N-1}{\Σ}}\underset{i=2}{\overset{M}{\Σ}}{\[I(i,j)-I(i-1,j+1)\]}^2}---\left(4\right)$

其中，RF、CF、MDF、SDF分别为水平方向、垂直方向、主对角线方向以及副对角线方向的梯度向量；ω_d为距离权值，通常设定为M,N分别表示源图像中像素点矩阵的行和列；MN表示源图像中像素点矩阵的元素总量；

步骤1.3，计算A、B中每个像素点(i,j)的空间频率SF(i,j)，数学表达式如式(5)所示：

$SF=\sqrt{{\left(RF\right)}^2+{\left(CF\right)}^2+{\left(MDF\right)}^2+{\left(SDF\right)}^2}---\left(5\right)$

步骤1.4，根据式(6)判断A,B中每个像素点(i,j)隶属于清晰区域或者模糊区域；

$\left\{\begin{array}{cc}A(i,j)\∈R_C,B(i,j)\∈R_B,& {\mathrm{SF}}_A(i,j)\≥{\mathrm{SF}}_B(i,j)\\ B(i,j)\∈R_C,A(i,j)\∈R_B,& {\mathrm{SF}}_A(i,j)\<{\mathrm{SF}}_B(i,j)\end{array}\right.---\left(6\right)$

其中，A(i,j)与B(i,j)分别代表图像A,B中的对应像素点，R_c与R_B分别代表清晰区域和模糊区域，SF_A(i,j)与SF_B(i,j)分别代表图像A,B中对应像素点(i,j)的空间频率。

3.根据权利要求1所述的一种基于生化离子交换模型的多聚焦图像融合方法，其特征在于，所述的步骤2中待融合区域的选择的步骤如下：

步骤2.1，以A为基准，将A中隶属于模糊区域的像素点看作H⁺；H⁺表示生化离子交换模型的阳离子，其离子化合价为+1；

步骤2.2，将与A中模糊像素点空间位置相对应的B中隶属于清晰区域的像素点也看作阳离子；

步骤2.3，根据式(7)计算B中像素点对应的离子化合价：

其中，B(i,j)_valence表示源图像B中像素点对应的离子化合价；SF_A(i,j)＝0或SF_B(i,j)＝0表明像素点(i,j)与周围像素点具有相似的灰度值，因而该像素点并不具有代表性；表示“向上取整”；滑动窗口的尺寸选定为3×3，故B中像素点对应的最高离子化合价为9；

步骤2.4，计算像素点B(i,j)与其邻域内所有像素点的梯度值，并按照从大到小的顺序加以排序，如式(8)所示；

arg sequence{gradient(B(i,j),B(i-1,j-1)),...,gradient(B(i,j),B(i+1,j+1))} (8)

步骤2.5，选取前个邻域像素点与像素点B(i,j)一起构成待融合区域。

4.根据权利要求1所述的一种基于生化离子交换模型的多聚焦图像融合方法，其特征在于，所述步骤3中对初步获取的融合图像反复迭代，得到最终融合结果的步骤如下：

步骤3.1，设置滑动窗口的尺寸为3×3，像素点邻域权值矩阵为[0.707,1.000,0.707,1.000,0.000,1.000,0.707,1.000,0.707]；

步骤3.2，根据式(9)完成像素点“平滑”过程，得到初步融合图像Fuse[n]，n为整数且n≥0；

步骤3.3，以初步融合图像Fuse[n]为基准，计算其结构相似性指标值SSIM[n]；

步骤3.4，重复上述步骤，将式(9)中的A(i,j)替换为Fuse[n](i,j)，并根据式(10)完成像素点“平滑”过程，得到新融合图像Fuse[n+1]，n为整数且n≥0，并计算SSIM[n+1]；

步骤3.5，若SSIM[n+1]-SSIM[n]≤0，则Fuse[n]为最终融合图像；否则，重复进行融合图像反复迭代，直至SSIM[n+1]-SSIM[n]≤0。