针对多聚焦图像融合

资 源 简 介

针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高频分量的特征信息来判定清晰目标或模糊目标，此来设计融合算法，采用一定的

详 情 说 明

在本文中，我们针对多聚焦图像融合进行了讨论。首先，我们介绍了小波变换融合算法。虽然小波变换方法无冗余且高频分量损失较小，因此具有较好的融合效果，但是它也存在两个主要缺点。第一，小波变换方法具有移变性。第二，在重构融合图像时，会受到一些外来因素的影响，导致一些边缘信息的丢失。为了克服这些缺点，我们可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降采样的小波分解，以保持与源图像大小相同。然后，我们分别将各方向和各尺度的高频分量进行叠加，并提取其高频分量的特征信息，以判定清晰目标或模糊目标。接着，我们设计了融合算法，采用一定的策略将两副源图像进行融合。通过避开小波的反变换，我们得到了融合后的图像，它具有比小波变换法更好的融合效果。