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:
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;ωd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:
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;
其中,A(i,j)与B(i,j)分别代表图像A,B中的对应像素点,Rc与RB分别代表清晰区域和模糊区域,SFA(i,j)与SFB(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;SFA(i,j)=0或SFB(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。