本書分8章,內容包括:邊緣保持濾波基本理論、基于交替引導濾波的多聚焦圖像融合算法、基于二尺度分解和整體稀疏特征的圖像融合算法、基于平滑迭代恢復濾波的多聚焦圖像融合算法、基于導向濾波的多聚焦圖像融合算法、基于動態(tài)引導濾波的多聚焦圖像融合算法等。
多聚焦圖像融合是一種解決光學成像系統(tǒng)對不同距離目標聚焦范圍有限的問題的有效方法,可以有效提高圖像信息的利用率,擴大系統(tǒng)工作范圍,增強系統(tǒng)可靠性,更加準確的描述場景中的目標信息。目前,該技術廣泛應用于醫(yī)療、安防、軍事等領域。
《基于邊緣保持濾波的多聚焦圖像融合算法研究》針對現有多聚焦圖像像素級融合方法存在的不足,在空間域內對多聚焦圖像像素級融合算法進行了深入研究。提出了基于交替引導濾波的多聚焦圖像融合算法等創(chuàng)新觀點,具有一定的理論創(chuàng)新價值和學術價值。
多聚焦圖像融合是一種解決光學成像系統(tǒng)對不同距離目標聚焦范圍有限的問題的有效方法,可以有效提高圖像信息的利用率,擴大系統(tǒng)工作范圍,增強系統(tǒng)可靠性,更加準確地描述場景中的目標信息。目前,該技術被廣泛應用于醫(yī)療、安防、軍事等領域。由于受圖像采集設備、采集過程以及圖像內容復雜性影響,傳統(tǒng)的多聚焦圖像像素級融合方法很難對源圖像中聚焦區(qū)域準確定位,且融合圖像質量并不理想。本書針對現有多聚焦圖像像素級融合方法存在的不足,在空間域內對多聚焦圖像像素級融合算法進行了深入研究。本書主要研究內容如下:
1.提出了基于交替引導濾波(Alternating Guided Filtering,AGF)的多聚焦圖像融合算法。針對空域融合方法的“塊效應”問題,提出了基于AGF的多聚焦圖像融合算法。算法結合AGF所具有的邊緣保持優(yōu)良特性,對多聚焦圖像進行分解,并對基礎層和細節(jié)層的像素鄰域掃描來檢測源圖像的梯度特征,定位源圖像中的聚焦區(qū)域,有效抑制了“塊效應”,提高了融合圖像視覺效果。
□.提出了一種基于二尺度分解和整體稀疏特征的多聚焦圖像融合算法。該方法基于梯度域導向圖像濾波(Gradient Domain Guided Image Filter,GDGIF)將多聚焦圖像分解為基礎層和細節(jié)層,利用魯棒主成分分析(Robust Principal Component Analysis,RPCA)得到源圖像的稀疏成分,通過形態(tài)學梯度算子來判定聚焦區(qū)域像素。該方法可有效地保留圖像邊緣和紋理信息,且對噪聲具有一定的魯棒性,性能優(yōu)于傳統(tǒng)融合方法。
3.提出了一種基于平滑迭代恢復(Smooth and Iteratively Restore,SIR)濾波的多聚焦圖像融合算法。該算法基于SIR將源圖像分解為基礎層和細節(jié)層,通過比較鄰域像素的顯著特征值,采用□大值選擇方案構造基礎層和細節(jié)層的融合決策圖,根據融合規(guī)則將基礎層和細節(jié)層分別融合,并將融合的基礎層和細節(jié)層合并得到□后的融合圖像。該方法改善了融合圖像視覺效果,提升了融合圖像質量。
□□章 緒論
1.1 研究的背景和意義
1.□ 多聚焦圖像融合的分類
1.3 多聚焦圖像像素級融合算法
1.4 聚焦區(qū)域檢測
1.5 多聚焦圖像融合質量評價
1.6 本書主要研究內容
1.7 本書的結構安排
參考文獻
第□章 邊緣保持濾波基本理論
□.1 引言
□.□ 全局化圖像濾波
□.3 局部圖像濾波
□.4 邊緣保持圖像濾波方法性能比較
□.5 本章小結
參考文獻
第3章 基于交替引導濾波的多聚焦圖像融合算法
3.1 引言
3.□ 交替引導濾波模型
3.3 基于交替引導濾波的多聚焦圖像融合算法
3.4 實驗結果與分析
3.5 本章小結
參考文獻
第4章 基于二尺度分解和整體稀疏特征的圖像融合算法
4.1 引言
4.□ 梯度域引導濾波基本模型
4.3 魯棒主成分分析分解模型
4.4 基于二尺度分解和整體稀疏特征的圖像融合算法
4.5 實驗結果與分析
4.6 本章小結
參考文獻
第5章 基滑迭代恢復濾波的多聚焦圖像融合算法
5.1 引言
5.□ 滑迭代恢復濾波模型
5.3 基滑迭代恢復濾波的多聚焦圖像融合算法
5.4 實驗結果與分析
5.5 本章小結
參考文獻
第6章 基于導向濾波的多聚焦圖像融合算法
6.1 引言
6.□ 導向濾波模型
6.3 基于導向濾波的融合算法
6.4 實驗結果與分析
6.5 本章小結
參考文獻
第7章 基于動態(tài)引導濾波的多聚焦圖像融合算法
7.1 引言
7.□ 動態(tài)引導濾波模型
7.3 非負矩陣分解模型
7.4 基于動態(tài)引導濾波的融合算法
7.5 實驗結果與分析
7.5 本章小結
參考文獻
第8章 總結與展望
8.1 本書工作總結
8.□ 本書創(chuàng)新之處
8.3 研究展望
附錄