基于低秩稀疏矩阵分解和离散余弦变换实现多聚焦图像融合的算法

作     者：史艳琼 王昌文 卢荣胜 查昭 朱广 Shi Yanqiong;Wang Changwen;Lu Rongsheng;Zha Zhao;Zhu Guang

作者机构：安徽建筑大学机械与电气工程学院安徽合肥230601 合肥工业大学仪器科学与光电工程学院安徽合肥230009 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年第61卷第10期

页      面：408-415页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽省科技重大专项(202203a05020022) 安徽建筑大学校引进人才及博士启动基金项目(2019QDZ16) 安徽省研究生教育质量工程项目(2022cxcysj147) 安徽省研究生教育质量工程项目(2022cxcysj156) 

主　　题：图像处理 图像融合 低秩稀疏矩阵分解 离散余弦变换 

摘      要：针对多聚焦图像融合过程中存在聚焦边缘模糊、伪影和块效应的问题,提出一种基于低秩稀疏矩阵分解(LRSMD)和离散余弦变换(DCT)实现多聚焦图像融合的算法。首先,利用LRSMD将源图像分解为低秩和稀疏矩阵两部分;然后,设计DCT方法检测低秩矩阵部分聚焦区域,构建初始焦点决策图,并利用重复一致性验证方法验证决策图,同时设计基于形态滤波的融合策略,得到稀疏矩阵部分融合结果;最后,采用加权重构方法对两部分进行融合。实验结果表明,相较于其他5种主流算法,所提算法在主观评价上具有高清晰度和全聚焦的优势,在客观评价上,边缘信息保持度、峰值信噪比、结构相似性及相关系数4个指标最高分别提高了62.3%、6.3%、2.2%及6.3%,证明所提算法有效提升了对源图像聚焦信息的提取能力,增强了聚焦边缘细节信息,同时对伪影和块效应的减少起到了重要作用。