Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用 基于相干性的多聚焦图像融合算法 雒芬 ，张霄宏 ，苗春利 ＬＵＯ Ｆｅｎ ，ＺＨＡＮＧ Ｘｉａｏｈｏｎｇ ，ＭＩＡＯ Ｃｈｕｎｌｉ １．河南理工大学计算机科学与技术学院，河南焦作４５４０００ ２．河南黄河河务局，郑州４５０００４ １．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｅｎａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉａｏｚｕｏ，Ｈｅｎａｎ ４５４０００，Ｃｈｉｎａ ２．Ｈｅｎａｎ Ｙｅｌｌｏｗ Ｒｉｖｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ Ｂｕｒｅａｕ，Ｚｈｅｎｇｚｈｏｕ ４５０００４，Ｃｈｉｎａ ＬＵＯ Ｆｅｎ，ＺＨＡＮＧ Ｘｉａｏｈｏｎｇ，ＭＩＡＯ Ｃｈｕｎｌｉ．Ｍｕｌｔｉ－ｆｏｃｕｓ ｉｍａｇｅ ｆｕｓｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｃｏｈｅｒｅｎｃｅ．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１３，４９（１０）：１７０—１７２． Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｆｕｒｔｈｅｒ ｅｎｈａｎｃｅ ｔｈｅ ｅｆｌｆｅｃｔ ｏｆ ｍｕｌｔｉ—ｆｏｃｕｓ ｉｍａｇｅ ｆｕｓｉｏｎ．ａ ｃｏｈｅｒｅｎｃｅ ｂａｓｅｄ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｗｉｔｈ ｔｈｅ ｈｉｇｈ—ｆｒｅｑｕｅｎｃｙ ｃｏｅｆｉｃｉｅｎｔｓ ａｆｆｔｅｒ ｔｈｅ ｄｉｓｃｒｅｔｅ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ，ａ ｓｔｒｕｃｔｕｒｅ ｔｅｎｓｏｒ ｍａｔｒｉｘ ｉｓ ｃａｌｃｕｌａｔｅｄ．Ｔｈｅ ｃｏｈｅｒｅｎｃｅ ｄｅｆｉｎｅｄ ｂｙ ｔｈｅ ｅｉｇｅｎｖａｌｕｅｓ ｏｆ ｔｈｅ ｓｔｒｕｃｔｕｒｅ ｔｅｎｓｏｒ ｃｏｎｖｅｙｓ ｔｈｅ ｌｏｃａｌ ｇｅｏｍｅｔｒｉｃａｌ ｆｅａｔｕｒｅｓ ａｎｄ ｉｓ ｕｓｅｄ ｆｏｒ ｄｅｖｉｃｅ ａ ｎｅｗ ｆｕｓｉｏｎ ｒｕｌｅ．Ｔｈｅ ｅｘｐｅｒ－ ｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｏｎ ｔｅｓｔ ｉｍａｇｅｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｑｕａｎｔｉｔａｔｉｖｅｌｙ ａｎｄ ｖｉｓｕａｌｌｙ． Ｋｅｙ ｗｏｒｄｓ：ｍｕｌｔｉ—ｆｏｃｕｓ ｉｍａｇｅ ｆｕｓｉｏｎ；ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ；ｓｔｒｕｃｔｕｒｅ ｔｅｎｓｏｒ；ｅｉｇｅｎｖａｌｕｅｓ；ｃｏｈｅｒｅｎｃｅ 摘要：为提高多聚焦图像的融合效果，提出一种基于相干性的融合算法。该算法对源图像进行离散小波变换，利用高频 小波系数构造结构张量矩阵，通过矩阵特征值定义反映局部几何信息的相干性并建立融合策略。实验结果表明，该算法得 到的融合图像在主观视觉效果和客观量化指标方面均有良好的表现，提高了融合的视觉效果。 关键词：多聚焦图像融合；小波变换；结构张量；特征值；相干性 文献标志码：Ａ 中图分类号：ＴＰ３９１ ｄｏｉ：１０．３７７８／ｊ．ｉｓｓｎ．１００２．８３３１．１３０１—０２７３ １ 引言 多聚焦图像融合是图像融合的研究内容之一，它是指 在相同的成像条件下，镜头聚焦目标不同的多个图像，通 过融合得到一个聚焦度清晰的图像。多聚焦图像融合已 ２结构张量与相干性 对于二维图像 ：ｔ２ ，设图像中某点像素的梯度 向量ＶＩ＝（Ｊ ，Ｉ）ｖ ，则该点的结构张量可表示为：经广泛应用于数码相机、机器视觉、目标识别等领域。目 前常用的算法包括小波变换川、拉普拉斯变换 、Ｃｏｎｔｏｕｒｌｅｔ 变换 、神经网络方法 等。虽然二代小波能够提供更好的 融合效果，但是经典的小波变换仍有其改进和提高的空 问。在基于小波变换的图像融合中，特征的提取与融合规 则是融合技术的核心。由于人类视觉系统对图像对比度 较为敏感，小波域中的梯度信息引起研究人员的重视。文 Ｇ（ＶＩ）＝Ｖ／ＶｌＴ＝ｌ １ｘ２ ，ｖｆ ｘ（１） ｌ ｌ；＼ 其中Ｔ表示矩阵的转置。从式（１）中可以看出结构张量 Ｇ是一个对称半正定矩阵，两个特征值分别为 ：１ＶＩｌ ， ，＝０。由于两个特征值中只有一个非零的值，因此张量 只能描述像素点的一维结构和方向，无法描述像素点周围 的信息。为了使其包含局部结构信息，可采用滤波技 术对矩阵场数据进行平滑，同时这样的处理也可消除噪声 对梯度计算的影响 。 。将经过高斯滤波平滑后的张量定 义为线性结构张量，其表达式为： Ｇ 献［５．８】中给出一系列基于梯度的融合算法。 本文利用高频小波系数生成结构张量矩阵，使用结构 张量的特征值描述局部细节的丰富程度和变化强弱，将相 干性度量作为融合规则，保证融合后的图像中包含多幅图 像的重要特征。 基金项目：国家自然科学基金（Ｎｏ．１１００１１７７）。 ｌ ＝（ ｇ１２ ） 作者简介：雒芬（１９８Ｏ一），女，讲师，研究领域为数字图像处理与多媒体技术；张霄宏（１９８１一），女，博士，讲师，研究领域为数据处理；苗春利 （１９８５一），女，硕士，研究领域为数字图像处理。Ｅ—ｍａｉｌ：ｘｈ．ｚｈａｎｇ＠ｈｐｕ ｅｄｕ．ｃｎ 收稿日期：２０１３—０１—２４ 修回日期：２０１３—０２—２５ 文章编ｇ－：１００２—８３３１（２０１３）１０—１７０—０３
