受光場(chǎng)相機(jī)微透鏡幾何標(biāo)定精度的影響,4D光場(chǎng)在角度方向上的解碼誤差會(huì)造成積分后的重聚焦圖像邊緣信息損失,從而降低全聚焦圖像融合的精度。該文提出一種基于邊緣增強(qiáng)引導(dǎo)濾波的光場(chǎng)全聚焦圖像融合算法,通過對(duì)光場(chǎng)數(shù)字重聚焦得到的多幅重聚焦圖像進(jìn)行多尺度分解、特征層決策圖引導(dǎo)濾波優(yōu)化來獲得最終全聚焦圖像。與傳統(tǒng)融合算法相比,該方法對(duì)4D光場(chǎng)標(biāo)定誤差帶來的邊緣信息損失進(jìn)行了補(bǔ)償,在重聚焦圖像多尺度分解過程中增加了邊緣層的提取來實(shí)現(xiàn)圖像高頻信息增強(qiáng),并建立多尺度圖像評(píng)價(jià)模型實(shí)現(xiàn)邊緣層引導(dǎo)濾波參數(shù)優(yōu)化,可獲得更高質(zhì)量的光場(chǎng)全聚焦圖像。實(shí)驗(yàn)結(jié)果表明,在不明顯降低融合圖像與原始圖像相似性的前提下,該方法可有效提高全聚焦圖像的邊緣強(qiáng)度和感知清晰度。 

【文章來源】：電子與信息學(xué)報(bào). 2020,42(09)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

Cup圖像融合實(shí)驗(yàn)結(jié)果對(duì)比

≈翟醬螅?鼐勱雇?像數(shù)目越多，對(duì)應(yīng)到實(shí)際場(chǎng)景中的聚焦面越多，融合后的圖像越清晰。從融合算法的時(shí)間復(fù)雜度考慮，在滿足目標(biāo)融合圖像清晰度要求的前提下，N的取值應(yīng)盡量校2.2重聚焦圖像引導(dǎo)濾波融合Inr1ε1r2將式(2)得到的重聚焦圖像作為傳統(tǒng)引導(dǎo)濾波算法框架[11]的待融合圖像，采用平均濾波器將多幅重聚焦圖像分別分解為基礎(chǔ)層和細(xì)節(jié)層，同時(shí)利用拉普拉斯算子計(jì)算多幅重聚焦圖像的初步融合決策圖。將重聚焦圖像作為引導(dǎo)圖，初步融合決策圖作為輸入圖，通過設(shè)定引導(dǎo)濾波的參數(shù),,,圖1光場(chǎng)數(shù)字重聚焦幾何模型2294電子與信息學(xué)報(bào)第42卷

引導(dǎo)濾波參數(shù)記為,，細(xì)節(jié)層的引導(dǎo)濾波參數(shù)記為,。根據(jù)文獻(xiàn)[11]，基礎(chǔ)層、細(xì)節(jié)層的引導(dǎo)濾波參數(shù)設(shè)定為：,,,。,的優(yōu)化原則是：在不降低融合的全聚焦圖像與源圖像(重聚焦圖像)相似性的前提下，使得最終得到的全聚焦圖像盡量清晰。本文采用文獻(xiàn)[16]對(duì)應(yīng)的光場(chǎng)圖像數(shù)據(jù)集為測(cè)試對(duì)象來分析,對(duì)濾波器融合性能的影響，融合性能指標(biāo)分別選取平均梯度(AverageGradient,AG)、歸一化互信息(NormalizedMutualInformation,NMI)、改進(jìn)的結(jié)構(gòu)相似性(ModifiedStructuralSimilarityIn-圖22D光場(chǎng)原圖的解碼及積分第9期武迎春等：基于邊緣增強(qiáng)引導(dǎo)濾波的光場(chǎng)全聚焦圖像融合2295

【參考文獻(xiàn)】：
期刊論文
[1]基于小波域清晰度評(píng)價(jià)的光場(chǎng)全聚焦圖像融合[J]. 謝穎賢,武迎春,王玉梅,趙賢凌,王安紅.  北京航空航天大學(xué)學(xué)報(bào). 2019(09)
[2]基于優(yōu)化字典學(xué)習(xí)的遙感圖像融合方法[J]. 劉帆,裴曉鵬,張靜,陳澤華.  電子與信息學(xué)報(bào). 2018(12)
[3]基于Hess矩陣的多聚焦圖像融合方法[J]. 肖斌,唐翰,徐韻秋,李偉生.  電子與信息學(xué)報(bào). 2018(02)



本文編號(hào)：3326994