李鑫铭 邵宝民 王栋

摘 要：近些年来，图像融合已成为图像理解和计算机视觉领域中一项重要且实用的新技术。它在理化检测分析领域的应用主要针对显微图像的处理。传统的图像融合方法包括小波变换，IHS图像融合方式等都可不同程度解决此类问题。但是此类算法因涉及频域转换等运算过程，时间效率往往较差。因此本文提出一种简单高效的拼接融合方式，并利用高斯模糊对其消除块效应。在Tenengrad梯度函數与方差法两种清晰度评价方式下，图像清晰度都得到有效提升。并且效率是小波图像融合的5倍以上。

关键词：景深融合;高斯模糊;Tenengrad梯度函数

1引言

在医学检验中，利用百倍显微镜观测景深较大的样品时，无论如何调整显微镜的焦平面，都只能观察到对应于该焦平面的部分清晰图像。因此就需要针对不同的焦平面在同一视场中分别采集多幅图像，然后运用计算机图像融合技术对在不同焦平面下采集的多幅图像进行融合，图像融合能够将不同类型传感器获取的同一对象的图像数据进行空间配准[1]。并且采用一定的算法将不同类型的传感器获取的同一对象的图像数据所含用的信息优势或互补性有机地结合起来产生的新的图像数据。这种新数据含有所研究对象的更多信息表征，与单一图像相对比，能够减少或抑制所研究对象可能存在的多义性、不确定性和误差，最后合成一幅每一景深部位均十分清晰的图像[2-4]。……