基于边缘保持滤波的多聚焦图像融合仿真

摘要：

在融合多聚焦图像过程中,极易产生低频子带信息损失、边缘失真与图像模糊等问题,为获取更理想的融合图像,提出基于边缘保持滤波的多聚焦图像融合仿真.根据自适应梯度联合约束,通过初步复原阶段、边缘保持滤波阶段、梯度先验估计阶段以及最终复原阶段,复原模糊图像,利用深度神经网络模型的自编码器构建低频子带,将子带设定成网络输入后,根据自编码器的学习属性,获取输入子带特征,取得隐藏层神经元权重,通过权重对比选取适宜的低频子带,实现多聚焦图像融合.采用标准差、平均梯度、互信息量以及边缘信息保持度指标,客观评估多聚焦图像融合性能,研究表明所提方法具有较强的噪声抑制性能,可以有效提取源图像清晰像素,图像融合优势显著.

关键词：自适应梯度、联合约束、边缘保持滤波、多聚焦图像、源图像、边缘信息

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：湖北教育厅指导性项目B2017046

在线出版日期：2022-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：129-132,145