【图像融合】DCT域多焦点图像融合【含Matlab源码 1973期】

⛄一、基于DCT变换的图像融合算法简介

在图像融合过程中,最主要的就是如何提取低高频系数以及低高频系数的融合准则。基于DCT变换的图像融合算法原理如图2所示。

图2 DCT融合算法原理

算法步骤如下。
步骤1精确配准待融合的源图像。
步骤2采用分块的方法将参与融合的每幅大小为M×N的源图像分别分成m×m个小块。
步骤3对步骤2中得到的小块都进行DCT变换。
步骤4对通过DCT变换的小块分别提取低频系数和高频系数,并对相应位置的低高频系数根据低高频融合准则进行融合。
步骤5对已融合的DCT系数进行IDCT,最终得到融合图像。

2.1 低频系数融合
对视觉最重要的信息部分,都集中在图像的低频。低频代表图像像素之间慢变化,即图像框架部分[11] 。为了保持图像的可视性,保留图像的低频部分,低频部分的改变有可能引起图像较大的变动。基于DCT变换的融合图像的低频系数采用平均法,假设有p幅多曝光图像,可定义为

式中Gk(i,j)是源图像经DCT变换后提取的低频系数;G(i,j)为融合后的低频系数;wk是权重因子。

2.2 高频系数融合
高频系数对应于图像的细节信息,如边缘等特征。高频系数的融合规则如下。
(1)分块后的图像