郭锋锋

(宿州职业技术学院 计算机信息系，安徽 宿州 234000)

0 引言

在现实场景中由于光学镜头聚焦特性，形成图像局部清晰图像，如手机拍照当聚焦某一物体时，我们发现物体时清晰但相应其他背景则变得模糊，同理聚焦别的物体时也会发生这种现象。多聚焦图像融合是指提取多幅图中有效信息融合成一幅清晰图像[1]。图像融合技术经过快速的发展，应用场景广泛，应用价值较大，并为后来技术发展做了铺垫[2]。

近年来，图像融合技术发展迅速，先后经过小波、多尺度几何分析函数、神经网络等发展阶段。由于小波[3]不能很好表示图像的奇异性，因而被多尺度几何分析函数[4-6]取代，其中最为典型的基于contourlet变换函数[7]，但是由于contourlet变换不具有平移不变性，且会发生频谱混叠现象，针对contourlet变换缺点将其改进为非下采样contourlet变换(NSCT)，Bhatnagar G等[8]提出了NSCT域的指导对比度多模态医学图像融合，提高图像对比度。闫利等[9]提出了一种NSCT域内结合边缘特征和自适应PCNN的红外与可见光图像融合，通过对边缘特征的有效提取及PCNN对细节信息有效提取，使最终融合图像更加清晰；宋瑞霞等[10]提出了一种NSCT与边缘检测相结合的多聚焦图像融合算法，该算法最终增强融合图像边缘信息；赵春晖等[11]提出了采用WA-WBA与改进INSCT的图像融合算法，该算法通过结合WA-WBA，有效的提取了图像细节信息。

由于NSCT域具有平移不变性且不会发生频谱混叠现象，能更好的分解图像。本文主要思想是通过改进融合规则及通过对原图清晰区域边缘信息提取来对融合后图像进行边缘信息强化，因此本文算法最终融合图像边缘信息突出，图像主观及客观大幅提高。……