【图像融合】DSIFT多聚焦图像融合【含Matlab源码 2224期】

⛄一、SIFT配准简介

1 算法概述
在实时系统中，算法的输入为相机数据流，当前输入的图像与上一张相似度很高时应不参与融合，由于在体视显微镜下序列图像存在较大程度的偏移，所以融合前还需要进行图像配准，配准完成后再进行图像融合。算法流程图如图1所示。

图1 算法流程图

2 算法细节
2.1 图像配准
针对图像配准有基于灰度模板和特征点的算法。基于灰度模板的算法主要通过灰度匹配，使用误差函数来判断匹配程度；基于特征点的方法有SIFT,SURF和ORB等，此类方法基本思想是：首先找出图像中稳定的关键点，根据特征点给它一个向量用于描述，然后通过这个描述进行特征点的匹配，估计出图像的变换矩阵。然而，在显微图像融合的应用场景中有如下两个特殊之处：

1. 由于光源是稳定的，