在拍摄过程中,当成像系统的焦距设定后,由于镜头景深的限制,只有镜头共轭面前后一定范围内的物体所成的像是清晰的,不在此范围的物体所成的像则是模糊的。实际运用中对某个场景成像时,由于被摄物体与镜头的距离各不相同,所成的像往往不是全清晰的。为得到场景的全清晰图像,一个可行的办法就是对场景中各个物体分别聚焦,获取它们的清晰图像,并将其所在区域提取出来融合在一起,这就是所谓的多聚焦图像融合技术。
　　本文紧密围绕多聚焦图像融合技术展开研究。本文首先介绍了多聚焦图像融合相关理论基础,主要包括多聚焦图像的成像原理、不同融合方法的简介及优缺点分析、融合图像质量评价方法及常用指标,然后针对现有融合算法存在的一系列问题进行了深入研究,提出了相应的解决方案。
　　①针对基于图像分块的多聚焦图像融合算法中存在的块效应问题及最佳分块尺寸问题,本文提出了一种由结构相似度导向的自适应分块多聚焦图像融合算法。该算法首先比较了不同清晰度指标的性能,选取其中对图像离焦模糊较为敏感的清晰度指标作为融合算法的子块聚焦判别函数。在此基础上,针对分块融合算法中的最佳分块尺寸这一难题及融合图像块效应问题,算法采用结构相似度探测融合图像块效应,并将其作为粒子群寻优算法的适应度函数以指导分块尺寸的选择。仿真实验将该算法与经典多分辨率分析的方法及一种基于差分进化算法的自适应分块方法进行了比较,结果表明该算法能够自适应地选择分块尺寸,在准确提取多聚焦原图清晰区域的同时避免了融合图像的块效应问题,有效提高了融合图像的质量。
　　②针对分块融合算法将聚焦区域当作矩形区域处理,而图像的聚焦区域大多为不规则图形这一问题,本文提出了一种基于聚焦区域探测的算法。与现有基于聚焦区域探测的融合方法不同的是,本文采用了一种逆向聚焦探测方法。算法的具体实现步骤如下:首先利用Q-shift双树复小波变换方法得到一幅初级融合图像;然后根据多聚焦原图与初级融合图像对应位置的差别程度来标定聚焦像素,得到标签图像,再根据区域连续性原理去除标签图像中的缺陷得到聚焦区域探测结果;最后提取原图的聚焦区域组合在一起得到最终融合图像。实验部分将该算法与小波、Q-shift双树复小波融合及本文提出的分块融合算法进行了对比,实验结果表明该算法能有效探测多聚焦原图的不规则聚焦区域,融合效果较好。