[01111024]多聚焦图像融合技术以及在景深人工处理的应用研究

本项目研究一类特殊的图像融合及其应用。任何光学系统成像都有一定的景深范围,即只有在景深范围内的场景成像是清晰的,而不在景深范围内的场景则成像模糊。由此,可通过图像融合的方法得到全场景清晰成像。此即为本项目研究的目的：研究不同聚焦图像融合算法,以此实现光学系统景深的扩展。并通过对图像模糊机理的深入研究,得到了新的图像去模糊方法。 取得的主要成果有： （1）提出了一种基于多级分块迭代法的不同聚焦图像融合方法。算法通过采用高斯函数对图像进行多次卷积以模拟图像的再次成像, 对原始图像和再次成像采用不同的块大小进行多级划分, 在不同的级别上比较原始图像和再次成像的灰度差平均值判断子块清晰与否。 再根据一致性检验原则对图像块进行隶属情况判断, 然后, 采用迭代法将图像划分成三个区域： 清晰区域、模糊区域、交界区域。 最后, 选择其中的清晰区域形成融合图像。实验结果表明该方法与传统融合方法相比性能优越, 能够大幅度提高融合图像的质量。 （2）项目主持人首次将Gabor滤波器应用于多聚焦图像融合,本项目进一步深入研究Gabor滤波器对图像作用原理。通过最优化方法设计用于多聚焦图像融合的最优Gabor滤波器组,用该滤波器组对图像滤波取出不同方向的高频能量,以高频能量作为融合特征量,以各方向高频能量总和判断像素的清晰与否,从而达到融合目的,在此基础上引入了局部Gabor能量用于多聚焦图像融合,实验证明效果更佳,效率更高,便于实时应用,另外还较深人研究实值离散Gabor变换的最优双正交分析窗函数,用奇异值分解方法探讨最优双正交分析窗函数的求解。项目组在Gabor滤波器应用于图像融合研究方面发表了系列论文。 （3）深入研究了显微系统的成像机理,提出了适合用于工程化景深扩展的多聚焦图像融合算法：利用多向梯度模板判断子区域清晰与模糊的算法,从而实现不同聚焦图像融合,实现景深的扩展。在此项目出进一步研究了在小波变换域里用多向梯度模板判断子区域清晰与模糊的算法,得到了更精确的融合效果。 （4）项目的理论成果进行了工程化探索,已与梧州奥卡光学仪器有限公司联合立项：“智能远程显微工作站开发”,以项目研究作为前期基础联合申报了梧州市科技开发项目和自治区工信委技术改革项目。 （5）通过深入研究成像系统由景深限制而产生的模糊机理,提出了一种用自适应LMS算法估计系统点扩散函数（PSF）,进而实现图像去模糊的算法。算法针对传统单幅图像去模糊方法需要各种各样的稀疏先验约束这一问题,提出了一种利用自适应最小均方误差（LMS）算法求点扩散函数（PSF）的新方法。该方法不需要先验约束,在仅有一幅模糊图像的情况下,先利用模糊图像得到清晰图像的有效突出边缘,将其作为自适应滤波器的输入信号,同时将模糊图像作为滤波器的期望信号,用以估计PSF;非盲去卷积过程中,为了减少恢复图像的振铃效应,采用各项异性正规化方法对清晰图像进行约束。实验结果表明,该PSF估计方法不仅适用于散焦模糊图像,也适用运动产生的模糊,该模糊图像恢复方法在保留图像细节的同时还抑制了平滑区域的噪声。 （6）项目研究中把成像模糊的研究展到运动成像模糊研究领域,并得到了消除运动模糊的初步成果,发表了多篇论文。利用本项目研究,本项把研究图像模糊的机理扩展到运动成像领域,并以此作为前期研究成果,2010年申报了国家自然科学基金课题：“图像模糊在景深处理、运动目标检测和运动参数测量的应用研究”,并获得立项资助。 （7）项目组成员把图像融合的概念和方法应用到图像压缩和隐藏方向,并取得了较好的研究成果,提出了一种新的基于非对称逆布局模型的二值图像表示算法。对黑色像素点进行正方形逆布局编码,抽取出不同尺度的黑色正方形子模式并将其存储,实现对给定二值图像的表示。实验仿真和理论分析表明：与TNAM和RNAM及线性四元树（LQT）表示方法相比,SNAM表示方法具有显著的优势。 相关研究成果发表学术论文10篇,其中核心刊物4篇,EI收录5篇。