赵 擂

(河南理工大学，河南 焦作 454003)

1 引言

多聚焦图像融合作为图像融合的一个重要分支，已经广泛的应用在目标识别、数码相机和机器视觉等领域。但实际应用中，大多数光学镜头无法使同一场景多个目标都在同一聚焦区域，这种情况就导致图像出现模糊。因此如何对多聚焦图像中相邻像素图层进行有效融合，使结果更为清晰成为现阶段的关键研究课题。

针对上述问题，国内外学者进行了一系列研究，提出以下几种解决方案。文献[1]首先根据图层和三角网模型拓扑结构，估计子图层的特征差异，选择不同参数与约束条件并分层提取图层几何、图层语义数据，构造两种类型不同的图层，最后通过缓冲区方法对提取出的语义数据和几何信息完成融合。但该方法在选择图层参数的过程中，需要反复试验参数的比值，存在时间开销大。文献[2]提出了一种基于多尺度分解和显著性区域提取的多聚焦图像图层融合算法，首先使用边缘保持下图像平滑算法，建造一个多尺度图像分解框架，把图像分割为不同大小的基础层图像和若干细节层图像，同时引入导向滤波器，对所有分解图层进行显著性区域提取。最后通过加权重建进行信息融合，从而达到任务目的。但该方法的过程较为繁琐，导致融合图层的过程较为缓慢。文献[3]提出一种基于小波变换的图层融合算法。首先将图像进行分割，使用小波多变特性保持相邻像素间的空间信息，再使用小波图层融合算法融合其图层。……