专利名称：基于多聚焦融合和图像拼接的无线传感网络图像融合方法
技术领域：
本发明涉及无线传感网络的数据融合技术，特别是涉及基于多聚焦融合和图像拼接的无线传感网络图像融合方法。
背景技术：
无线传感网络中的数据融合技术(data aggregation or data fusion)是对传感器采集的数据或信息进行处理，组合出更符合用户需求且更有效的数据的过程。数据融合需要对节点进行高效管理，以节省网络能耗，延长网络寿命；同时处理冗余数据，降低网络的数据传输量，避免数据传输冲突，减小环境噪声以及传感器间干扰对数据的影响，提高收集效率，让用户能够获得最真实、最直接、最丰富的信息。
图像融合是指综合两个或以上源图像的信息，提取每幅图像里信息量较丰富的、 受噪声干扰较小的部分进行融合，从而获得对同一场景更准确、更全面、更可靠的图像描述过程。图像融合属于多传感器数据融合中的一个重要的分支，在自动识别、计算机视觉、军事安全监测、智能机器人、遥感图像、医学图像鉴别等领域有广泛的应用。
多聚焦图像融合是指当摄像机拍摄与镜头距离不同的多个目标时，常常分别聚焦到各个目标多次拍摄而得到多幅图像，再通过利用图像融合技术，对不同焦距的图像进行处理，提取各图像的清晰信息，抛弃或者选择性保留冗余信息，综合成一幅信息量最丰富、 清晰度最高的融合图像的过程。多聚焦图像融合有效地提高传感器图像信息的利用率和系统对目标探测识别的可靠性，更有利于肉眼的感知以及计算机的智能处理，减少了传感器的传输能耗，大大增强了传感器节点的生存年限。多聚焦图像融合在交通管理监测、数码相机、目标识别等领域已经被人们广泛的利用起来。
图像拼接是指对同一场景的不同方向采集到的图像进行合并连接，得到一幅高分辨率图像的过程。随着信息技术和微电子技术的快速发展，很多领域都需要高分辨的图像， 如医学领域、卫星遥感，同时数码摄像机的普及使得普通大众也可以方便地拍摄图像，但是要获得高分辨图像，如果借助广角相机或全景相机来获得，不仅价格昂贵、使用不便，获得的图像分辨率有限，而且在图像边缘会出现扭曲变形。通过采用图像拼接技术，可以以极少的代价轻松获得高分辨率、无缝、完整的图像。
多聚焦图像融合技术以及图像拼接融合技术均只能融合场景的单一方面信息，比如多聚焦图像融合只是将图像的聚焦信息进行融合，图像拼接只是把场景的方向信息进行融合，目前两种融合技术的研究热点仅停留在各自融合算法的改进上，并没有将两种技术结合研究。发明内容
针对现有图像传感网络图像融合研究单一的问题，本发明在对多聚焦图像融合技术以及图像拼接融合技术各自融合算法进行改进研究的基础上，充分结合了两种融合技术获取不同图像信息的特点，提供了一种有效可行的基于多聚焦融合和图像拼接的无线传感网络图像融合方法。
本发明的目的通过如下技术方案实现
基于多聚焦融合和图像拼接的无线传感网络图像融合方法，其实现包括如下步骤
步骤(1)布置多个图像采集节点或者一个能够调整角度的图像采集节点，对不同方向的场景分别进行两次以上不同聚焦图像采集，以获得不同聚焦点的图像信息；
步骤( 每个采集节点对采集到的不同聚焦源图像进行多聚焦图像融合，得到各采集方向上的一幅多聚焦融合图像，多聚焦融合过程直接在采集节点进行或另外设立节点进行，融合算法采用基于方向区域能量的多聚焦融合算法；
步骤C3)处理多聚焦融合的节点对本节点处理得到的多聚焦融合图像和本节点获取的聚焦源图像计算梯度值，再根据自适应梯度门限值判定方法选取合适的聚焦图像， 并把选定的聚焦图像传送到拼接处理节点；所述的自适应梯度门限值判定方法具体描述为
比较本节点采集的聚焦源图像梯度值，选取梯度值最大的聚焦源图像的梯度值乘以经验系数值w作为自适应梯度门限值，w根据经验情况通常选取在1. 1到1. 3之间；若多聚焦融合图像梯度值比自适应梯度门限值高，选用多聚焦融合图像作为下一步拼接的素材；若多聚焦融合图像梯度值比自适应梯度门限值低，则判定为采集的聚焦源图像中有图像只含有无用的聚焦信息，会影响融合图像质量，故选用采集的源图像中梯度值最大的一幅作为拼接素材，此举目的在于剔除聚焦模糊图像对融合图像的不利影响，选取含有最多有用信息并且最清晰的聚焦图像作为下一步的拼接素材；
步骤(4)拼接处理节点对各采集方向的多聚焦图像进行基于尺度不变特征的图像拼接技术的拼接处理，从而得到一幅具有多方向多聚焦点信息的融合图像；
步骤(5)最后将融合图像通过无线传感网络传送到目标节点。
上述融合方法中，步骤(2)所述的一种改进的基于方向区域能量的多聚焦融合算法通过如下步骤实现
(2. 1)对采集到的多聚焦源图像分别进行RGB (红绿蓝)三通道图像提取，并对三通道图像进行L层小波变换，L表示小波分解层数；
(2. 2)对相同通道的小波变换图像低频子带按照同样大小(mXn，m表示行数，η表示列数)的局部区域计算出区域特征，取归一化后的区域梯度值作为各自区域中心系数的融合权值进行加权，得出对应的融合系数；
所述区域梯度值
权利要求
1.基于多聚焦融合和图像拼接的无线传感网络图像融合方法，其特征在于包括如下步骤步骤(1)布置多个图像采集节点或者一个能够调整角度的图像采集节点，对不同方向的场景分别进行两次以上不同聚焦图像采集，以获得不同聚焦点的图像信息；步骤(2)每个采集节点对采集到的不同聚焦源图像进行多聚焦图像融合，得到各采集方向上的一幅多聚焦融合图像，多聚焦融合过程直接在采集节点进行或另外设立节点进行，融合算法采用基于方向区域能量的多聚焦融合算法；步骤(3)处理多聚焦融合的节点对本节点处理得到的多聚焦融合图像和本节点获取的聚焦源图像计算梯度值，再根据自适应梯度门限值判定方法选取合适的聚焦图像，并把选定的聚焦图像传送到拼接处理节点；所述的自适应梯度门限值判定方法具体描述为比较本节点采集的聚焦源图像梯度值，选取梯度值最大的聚焦源图像的梯度值乘以经验系数值作为自适应梯度门限值；若多聚焦融合图像梯度值比自适应梯度门限值高，选用多聚焦融合图像作为下一步拼接的素材；若多聚焦融合图像梯度值比自适应梯度门限值低，则选用采集的聚焦源图像中梯度值最大的一幅作为拼接素材；步骤(4)拼接处理节点对各采集方向获取到的聚焦图像进行基于尺度不变特征的图像拼接技术的拼接处理，从而得到一幅具有多方向多聚焦点信息的融合图像； 步骤(5)最后将融合图像通过无线传感网络传送到目标节点。
2.根据权利要求1所述的基于多聚焦融合和图像拼接的无线传感网络图像融合方法， 其特征在于步骤(2)中采用的多聚焦融合算法为一种改进的基于方向区域能量的多聚焦融合算法，包括如下步骤(2. 1)对采集到的多聚焦源图像分别进行红绿蓝三通道图像提取，并对三通道图像分别进行小波变换；(2. 2)对相同通道的小波变换图像低频子带按照同样大小的局部区域计算出各区域特征，取归一化后的区域梯度值作为各区域中心系数的融合权值进行加权，得出对应的融合系数；(2. 3)对相同通道和层数的小波变换图像高频子带系数，根据各方向的方向区域模版， 计算方向区域能量值，对应方向区域模版的中心点系数根据方向区域能量值最大原则选取；(2. 4)对各通道融合后的小波系数进行逆小波变换，得到各通道上的融合图像，进行红绿蓝还原，最终得到彩色多聚焦融合图像。
3.根据权利要求1所述的基于多聚焦融合和图像拼接的无线传感网络图像融合方法， 其特征在于步骤(4)中采用的图像拼接算法为基于尺度不变特征的图像拼接算法，包括如下步骤(4. 1)对待拼接图像提取尺度不变特征(SIFT特征)SIFT特征的提取主要包括如下步骤(4. 1. 1)利用高斯差分图像(DOG图像)提取DOG 空间极值；(4. 1. 2)剔除弱特征点和边界点；(4. 1. 3)利用特征点邻域像素的梯度方向分布特性求取特征方向；(4. 1. 4)计算SIFT特征向量生成特征描述符；(4. 2)采用基于K-D树的最近邻方法进行特征匹配，K表示空间的维数，D表示维； (4. 3)把所有待拼接图像变换到同一参考平面上，对待拼接图像进行全局匹配；(4. 4)根据所述特征匹配和全局匹配的结果进行图像拼接融合，并对图像进行曝光补偿和渐晕校正。
全文摘要
本发明公开了基于多聚焦融合和图像拼接的无线传感网络图像融合方法。该方法在图像采集节点首先进行多聚焦图像采集，调用基于方向区域能量的多聚焦图像融合算法进行多聚焦图像融合，通过自适应梯度门限值判定方法选取聚焦图像传给拼接处理节点，在拼接处理节点对不同采集节点或同一采集节点的不同方向得到的多聚焦图像进行图像拼接，获得一幅具有多方位多聚焦的融合图像，再对其进行传输。本发明结合多聚焦图像融合技术以及图像拼接技术，对需要传输的大量图像数据进行了有效融合，减少了传感网络数据传输量和传输能耗，同时让用户获得更直接更丰富的信息，采用自适应梯度门限值判定方法选取拼接素材，减小了聚焦模糊图像对融合结果的不利影响。
文档编号G06T5/50GK102521814SQ201110320908
公开日2012年6月27日 申请日期2011年10月20日 优先权日2011年10月20日
发明者江卓斌, 胡斌杰 申请人:华南理工大学