(江南大學 理學院,江蘇 無錫 214122)
圖像的高質量獲取在現場監控、地理勘探、軍事偵察以及無人駕駛等眾多領域具有不可替代的作用,除了獲取高分辨率的圖像,大景深圖像的獲取同樣能夠提高圖像采集的質量。由于景深的限制,僅僅通過光學系統的優化設計仍舊難以實現令人滿意的大景深全焦成像。因此為了重建大景深全焦圖像,最常用的方法是基于多聚焦圖像進行圖像融合生成全焦圖像[1]:其主要由基于硬件的多聚焦圖像源集的采集和基于軟件的全焦圖像的融合兩部分構成。常見的多聚焦圖像源集的采集方法主要包括手動調焦以及結合自動電機的自動調焦[2]兩種。手動調焦受到操作精度的限制,聚焦位置不準確,且部分聚焦圖源數目有限。結合電機進行自動化多聚焦操作的準確度相對于手動調焦有明顯提高,但是在多次拍攝的過程中,背景信息的不一致仍會影響全焦圖像生成效果。另外,這些方法依賴多次曝光,圖像采集的不穩定性也會導致全焦圖像重建質量的下降。
常用的全焦圖像融合方法也尚待提升。Nitin S.Ambatkard 等提出了基于小波分解的多聚焦圖像融合算法[3],該算法利用離散小波變換對圖像進行分解,并用最大選擇原理和最小選擇原理兩種融合方式對分解圖像進行融合分析,此方法雖然可以實現全焦融合,但是產生的全焦圖像邊緣模糊,高頻細節丟失。Nitin S.Ambatkard 等人又對傳統小波融合進行改良,提出了基于小波域方差計算的多聚焦融合算法[4],提升了結果圖的融合質量,但是仍然受到小波變換的自身缺乏局部分析能力且信息冗余過大[5]限制。……