毛义坪 马茂源

(重庆师范大学计算机与信息科学学院 重庆 401331)

0 引 言

近年来，图像融合成为了图像处理的一个特别重要的子领域，同时也是研究者们的热点课题[1]。图像融合是将同一场景的两幅或者多幅附带不同信息图像融合成一幅图像的过程。融合后的图像比原始单个图像包含更多的信息，及融合后的图像具有每个原始图像的能量。由于视觉成像的相机景深是有限的，所以不能完美地使相机成像里的每个部分都聚焦。因此只要相机聚焦了某个点，相应的其他部分就不能聚焦。不在聚焦范围内的部分给人的感觉就是模糊不清的。多聚焦图像融合技术就是研究这样的实际的问题，目的是使图像的每个部分清楚。在此技术上，同一场景的每个原始图像聚焦点不同。同时，多聚焦图像融合技术也是图像融合技术的一个子块，大多数多聚焦图像融合算法简单修改或不改也可以用到其他的图像融合上。比如，红外与可见光图像融合、多模态医学图像融合等。反之亦然。从某角度讲，研究多聚焦融合是图像处理中比较热门的问题。

几十年来，研究者们提出了很多图像融合的可行方法，简单地可以分为两类，即变换域法和空域法[2]。最早提出图像融合的变换域法是基于多尺度分解(multi-scale transform，MST)的算法。其中最早基于拉普拉斯金字塔变换[3]的方法已经提出三十多年的历史。其他经典的基于多尺度变换方法也相继提了出来，如：基于离散小波的方法(discrete wavelet transform，DWT)[4]、基于双树复小波方法[5]。……