CN109767414A - 一种基于灰度中位数参照的多聚焦图像融合方法 - Google Patents
一种基于灰度中位数参照的多聚焦图像融合方法 Download PDFInfo
- Publication number
- CN109767414A CN109767414A CN201910046753.9A CN201910046753A CN109767414A CN 109767414 A CN109767414 A CN 109767414A CN 201910046753 A CN201910046753 A CN 201910046753A CN 109767414 A CN109767414 A CN 109767414A
- Authority
- CN
- China
- Prior art keywords
- image
- source images
- gray value
- gray
- gray scale
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 238000002156 mixing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 238000005267 amalgamation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于灰度中位数参照的多聚焦图像融合方法,首先输入已配准好的源图像A、B,遍历源图像所有像素点的灰度值并按照数值从小到大的顺序存入到一个大小为M×N的一维数组中,根据公式计算出A、B两幅图的灰度中位数,在根据A、B两幅源图像上的每一个像素点的灰度值到源图像灰度中位数的距离大小来完成图像的融合,最后得到融合的图像Fig。本发明与传统的图像融合方法相比,在运行时间方面处于同一个向量级,在提高图像清晰度和提高图像对比度方面具有很好的效果,因此,也是一种快速融合算法。
Description
技术领域
本发明属于数字图像处理技术领域,具体是涉及一种基于灰度中位数参照的多聚焦图像融合方法。
背景技术
图像融合作为图像处理的重要内容之一,是用特定的算法将两幅或多幅图像综合成一幅图像。融合结果由于能利用两幅或多幅图像在时空上的相关性及信息上的互补性,并使得融合后得到的图像对场景有更全面、清晰的描述,从而更有利于人眼的识别和机器的自动探测。在现实生活中,由于成像系统的聚焦范围有限,同一场景中不同目标到成像系统的距离各有差异,因此场景中的所有目标区域并不都能清晰成像,在焦平面前后一定距离外的目标会呈现出不同程度的模糊形态。而图像融合技术在遥感探测、安全导航、医学图像分析、环境保护、交通监测尤其在计算机视觉等领域都有着重大的应用价值,因此模糊图像会不同程度地影响最终的决策,甚至造成严重的错误。
因为图像中给各目标的聚焦点不同,各多聚焦图像的清晰区域和模糊区域也不尽相同,而将不同源图像中得清晰目标信息提取出来再加以融合,便可以得到场景内各物体更加清晰的图像。
基于空间域的简单多传感器图像融合算法是目前应用最广泛的图像融合方法。其原理是直接对每个源图像中的各对应像素分别进行选择、平均或者加权平均等处理之后,将各源图像融合成一幅新的图像,这类方法简单高效。简单的像素级图像融合方法主要有:像素灰度值取小、像素灰度值取大、像素加权平均融合。
发明内容
为了能明显提高融合图像对比度,本发明开拓性地提出一种基于灰度中位数参照的多聚焦图像融合方法。
本发明所采用的技术方案是:一种基于灰度中位数参照的多聚焦图像融合方法,其特征在于,包括以下步骤:
步骤1:输入已配准的两幅多聚焦源图像A、B,其中A、B均为灰度图,且大小都是M×N像素,用f(i,j)表示图像在第i行第j列处的灰度值,其中i∈[0,M),j∈[0,N);
步骤2:遍历源图像的每个像素点的灰度值,并按照灰度值从小到大的顺序存入到一个大小为M×N的一维数组中;
步骤3:计算出A、B两幅源图像的灰度中位数分别为m(A),m(B);
步骤4:根据源图像A、B上每一个像素点的灰度值到源图像灰度中位数的距离大小来完成图像的融合;
步骤5:输出融合后的图像Fig。
本发明的有益效果是:提出了一种快速的多聚焦图像融合新方法。根据灰度图的定义可知,一个255级灰度图为0~255,0表示纯黑,255表示纯白,其他254个数代表从黑到白不同的灰度,灰度中位数为所有灰度值按从小到大排序,当灰度值个数为奇数时,去最中间的那个数,当灰度值个数为偶数时,取最中间的两个数的平均数。而某一个像素点的灰度值离该源图像的灰度中位数越远则越能体现出该图像的特征,因此在融合图像时我们应尽可能保留此类像素点。
附图说明
图1:本发明实施例的流程图。
具体实施方式
为便于本领域普通技术人员理解和实施本发明,以下结合附图对本发明的流程作进一步的详细描述,应当理解,此处所描述的实验结果仅用于说明和解释本发明,并不用于限定本发明。
请见图1,本发明提供一种基于灰度中位数参照的多聚焦图像融合方法,包含以下具体步骤:
步骤1:输入已配准的两幅多聚焦源图像A、B,其中A、B均为灰度图,且大小都是M×N像素,用f(i,j)表示图像在第i行第j列处的灰度值,其中i∈[0,M),j∈[0,N);
步骤2:遍历源图像的每个像素点的灰度值,并按照灰度值从小到大的顺序存入到一个大小为M×N的一维数组中;
步骤3:计算出A、B两幅源图像的灰度中位数分别为m(A),m(B);
本实施例中,灰度中位数的计算公式为:
其中,arr[M*N-1]为大小为宽为M、高为N的源图像中每个点的灰度值从小到大排列的有序数组;由中位数的定义可知,当M×N为奇数时,应该取该图像所有灰度值从小到大排序后最中间的数,当M×N为偶数时,应该取该图像所有灰度值从小到大排序后最中间的两个数的平均数。
步骤4:根据源图像A、B上每一个像素点的灰度值到源图像灰度中位数的距离大小来完成图像的融合;
具体实现包括以下子步骤:
步骤4.1:记f(i,j)为图像在第i行第j列处的灰度值,其中i∈[0,M),j∈[0,N);从图像的左上角开始遍历即i=0,j=0,读取源图像A和B在各自图像中第i行第j列处的灰度值,并记为A(i,j)和B(i,j);
步骤4.2:根据提出的融合规则确定融合后图像Fig在点(i,j)处应取的灰度值Fig(i,j),具体公式如下:
其中,Fig(i,j)是融合后图像第i行第j列的灰度值,A(i,j)为源图像A中第i行第j列的灰度值,B(i,j)为源图像B中第i行第j列的灰度值,m(A)为源图像A的灰度值中列数,m(B)为源图像B的灰度值中列数;Fig(i,j)表示融合图像Fig在(i,j)处的取值为源图像A、B中离灰度中位数距离更大的像素值;
步骤4.3:判断源图像A、B的所有像素点是否遍历完全,若是,则继续执步骤5,否则重复步骤4.2。
步骤5:输出融合后的图像Fig。
本专利提出的基于灰度中位数参照多聚焦图像融合方法,在处理左聚焦图像与右聚焦图像、上聚焦图像与下聚焦图像融合、前聚焦图像与后聚焦图像融合时的结果,对比基于像素取大图像融合方法、像素取小图像融合方法和加权平均图像融合方法的实验结果,四者在消耗时间和信息熵方面相差甚小,处于同一数量级,在平均梯度这个反映图像对细节对比和纹理变化的表达能力方面,有了明显的提示,即提出的融合算法在提高清晰度方面很有优势,而在标准差方面,基于灰度中位数的融合方法相比其他三种方法也有提高,标准差越大,则图像灰度级分布越分散,图像反差越大,即图像对比度越高,所以提出的融合方法能提高融合图像的对比度。
本发明通过利用一种基于灰度中位数参照的多聚焦图像融合方法,该方法可用于数字图像处理相关领域。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (3)
1.一种基于灰度中位数参照的多聚焦图像融合方法,其特征在于,包括以下步骤:
步骤1:输入已配准的两幅多聚焦源图像A、B,其中A、B均为灰度图,且大小都是M×N像素,用f(i,j)表示图像在第i行第j列处的灰度值,其中i∈[0,M),j∈[0,N);
步骤2:遍历源图像的每个像素点的灰度值,并按照灰度值从小到大的顺序存入到一个大小为M×N的一维数组中;
步骤3:计算出A、B两幅源图像的灰度中位数分别为m(A),m(B);
步骤4:根据源图像A、B上每一个像素点的灰度值到源图像灰度中位数的距离大小来完成图像的融合;
步骤5:输出融合后的图像Fig。
2.根据权利要求1所述的基于灰度中位数参照的多聚焦图像融合方法,其特征在于,步骤3中灰度中位数的计算公式为:
其中,arr[M*N-1]为大小为宽为M、高为N的源图像中每个点的灰度值从小到大排列的有序数组;由中位数的定义可知,当M×N为奇数时,应该取该图像所有灰度值从小到大排序后最中间的数,当M×N为偶数时,应该取该图像所有灰度值从小到大排序后最中间的两个数的平均数。
3.根据权利要求1所述的基于灰度中位数参照的多聚焦图像融合方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:记f(i,j)为图像在第i行第j列处的灰度值,其中i∈[0,M),j∈[0,N);从图像的左上角开始遍历即i=0,j=0,读取源图像A和B在各自图像中第i行第j列处的灰度值,并记为A(i,j)和B(i,j);
步骤4.2:根据提出的融合规则确定融合后图像Fig在点(i,j)处应取的灰度值Fig(i,j),具体公式如下:
其中,Fig(i,j)是融合后图像第i行第j列的灰度值,A(i,j)为源图像A中第i行第j列的灰度值,B(i,j)为源图像B中第i行第j列的灰度值,m(A)为源图像A的灰度值中列数,m(B)为源图像B的灰度值中列数;Fig(i,j)表示融合图像Fig在(i,j)处的取值为源图像A、B中离灰度中位数距离更大的像素值;
步骤4.3:判断源图像A、B的所有像素点是否遍历完全,若是,则继续执步骤5,否则重复步骤4.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046753.9A CN109767414A (zh) | 2019-01-18 | 2019-01-18 | 一种基于灰度中位数参照的多聚焦图像融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046753.9A CN109767414A (zh) | 2019-01-18 | 2019-01-18 | 一种基于灰度中位数参照的多聚焦图像融合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109767414A true CN109767414A (zh) | 2019-05-17 |
Family
ID=66452468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910046753.9A Pending CN109767414A (zh) | 2019-01-18 | 2019-01-18 | 一种基于灰度中位数参照的多聚焦图像融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109767414A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738628A (zh) * | 2019-10-15 | 2020-01-31 | 湖北工业大学 | 一种基于wiml比较图的自适应焦点检测多聚焦图像融合方法 |
CN112560619A (zh) * | 2020-12-06 | 2021-03-26 | 国网江苏省电力有限公司常州供电分公司 | 一种基于多聚焦图像融合的多距离鸟类精准识别方法 |
CN113012174A (zh) * | 2021-04-26 | 2021-06-22 | 中国科学院苏州生物医学工程技术研究所 | 一种图像融合方法、系统及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004326029A (ja) * | 2003-04-28 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 階調表示装置 |
CN103455991A (zh) * | 2013-08-22 | 2013-12-18 | 西北大学 | 一种多聚焦图像融合方法 |
CN103578092A (zh) * | 2013-11-11 | 2014-02-12 | 西北大学 | 一种多聚焦图像融合方法 |
CN108665436A (zh) * | 2018-05-10 | 2018-10-16 | 湖北工业大学 | 一种基于灰度均值参照的多聚焦图像融合方法和系统 |
CN108830818A (zh) * | 2018-05-07 | 2018-11-16 | 西北工业大学 | 一种快速多聚焦图像融合方法 |
-
2019
- 2019-01-18 CN CN201910046753.9A patent/CN109767414A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004326029A (ja) * | 2003-04-28 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 階調表示装置 |
CN103455991A (zh) * | 2013-08-22 | 2013-12-18 | 西北大学 | 一种多聚焦图像融合方法 |
CN103578092A (zh) * | 2013-11-11 | 2014-02-12 | 西北大学 | 一种多聚焦图像融合方法 |
CN108830818A (zh) * | 2018-05-07 | 2018-11-16 | 西北工业大学 | 一种快速多聚焦图像融合方法 |
CN108665436A (zh) * | 2018-05-10 | 2018-10-16 | 湖北工业大学 | 一种基于灰度均值参照的多聚焦图像融合方法和系统 |
Non-Patent Citations (2)
Title |
---|
(美)伯特霍尔德•霍恩著: "《机器视觉》", 31 August 2014, 中国青年出版社 * |
刘文长: "《水泥化学检验工及化学分析工》", 31 October 2013, 中国建材工业出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738628A (zh) * | 2019-10-15 | 2020-01-31 | 湖北工业大学 | 一种基于wiml比较图的自适应焦点检测多聚焦图像融合方法 |
CN110738628B (zh) * | 2019-10-15 | 2023-09-05 | 湖北工业大学 | 一种基于wiml比较图的自适应焦点检测多聚焦图像融合方法 |
CN112560619A (zh) * | 2020-12-06 | 2021-03-26 | 国网江苏省电力有限公司常州供电分公司 | 一种基于多聚焦图像融合的多距离鸟类精准识别方法 |
CN112560619B (zh) * | 2020-12-06 | 2022-08-30 | 国网江苏省电力有限公司常州供电分公司 | 一种基于多聚焦图像融合的多距离鸟类精准识别方法 |
CN113012174A (zh) * | 2021-04-26 | 2021-06-22 | 中国科学院苏州生物医学工程技术研究所 | 一种图像融合方法、系统及设备 |
CN113012174B (zh) * | 2021-04-26 | 2024-02-09 | 中国科学院苏州生物医学工程技术研究所 | 一种图像融合方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111754446A (zh) | 一种基于生成对抗网络的图像融合方法、系统及存储介质 | |
CN112733950A (zh) | 一种基于图像融合与目标检测结合的电力设备故障诊断方法 | |
CN107705288A (zh) | 伪目标运动强干扰下的危险气体泄漏红外视频检测方法 | |
CN108334847A (zh) | 一种真实场景下的基于深度学习的人脸识别方法 | |
CN109767414A (zh) | 一种基于灰度中位数参照的多聚焦图像融合方法 | |
CN111292264A (zh) | 一种基于深度学习的图像高动态范围重建方法 | |
US20150010218A1 (en) | Image Processing Method And Apparatus | |
CN101221118A (zh) | 一种智能识别与计数痰涂片显微图像结核菌的系统和方法 | |
CN114742799B (zh) | 基于自监督异构网络的工业场景未知类型缺陷分割方法 | |
CN113902657A (zh) | 图像拼接方法、装置和电子设备 | |
CN108665436B (zh) | 一种基于灰度均值参照的多聚焦图像融合方法和系统 | |
CN111582074A (zh) | 一种基于场景深度信息感知的监控视频树叶遮挡检测方法 | |
CN110472699A (zh) | 一种基于gan的电力场所有害生物运动模糊图像检测方法 | |
Kim et al. | Unpaired cross-spectral pedestrian detection via adversarial feature learning | |
Lv et al. | Attention-based fusion network for human eye-fixation prediction in 3D images | |
CN113723236B (zh) | 一种结合局部阈值二值化图像的跨模态行人重识别方法 | |
CN109902751B (zh) | 融合卷积神经网络和半字模板匹配的表盘数字字符识别法 | |
CN114612418A (zh) | 一种鼠标外壳表面缺陷检测方法及装置、系统、电子设备 | |
Liu et al. | A multi-stream convolutional neural network for micro-expression recognition using optical flow and evm | |
Zhu et al. | PODB: A learning-based polarimetric object detection benchmark for road scenes in adverse weather conditions | |
CN113313678A (zh) | 一种基于多尺度特征融合的精子形态学自动分析方法 | |
CN116824641A (zh) | 姿态分类方法、装置、设备和计算机存储介质 | |
CN104992426B (zh) | 一种用于明场显微成像的多层图像融合算法 | |
CN110120029A (zh) | 基于感知哈希算法的图像融合方法 | |
CN115393901A (zh) | 一种跨模态行人重识别方法及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |
|
RJ01 | Rejection of invention patent application after publication |