基于各向异性热扩散方程的多聚焦图像融合算法

本文根据多聚焦图像的光学成像原理,利用各向异性热扩散方程来估计图像深度信息,并讨论一种基于深度信息提取的多聚焦图像的融合算法.算法首先对两幅多聚焦图像进行光学成像过程的模拟,分别建立正向区域的热扩散方程,通过对热扩散方程的迭代求解估计出图像场景的深度信息.然后对深度信息进行自适应的区域划分,分别得到每幅图像的清晰区域,模糊区域和中间过渡区域.最后通过提取清晰区域的像素点,融合过渡区域的像素点实现多聚焦图像的融合.理论推导和实验验证表明,本方法能够克服常用算法中出现的块效应和人工痕迹,是一种有效的图像融合算法.     

基于不同色彩空间融合的快速图像增强算法

针对现有Retinex算法中存在的色彩失真、噪声放大及光晕伪影现象等问题,本文提出了一种基于Retinex理论的改进算法. 该算法首先在HSV空间对亮度分量V通道进行增强处理,同时在拉伸得到的对数域反射分量至一定的动态范围时（本文是0～255）,引入增强调整因子,调整不同亮度值的增强程度来避免噪声放大及色彩失真现象;然后在RGB空间,通过分析光晕产生的原因,提出一种改进的高斯滤波器来消除光晕现象,并在计算反射分量时,通过参数调整图像颜色的保真度. 最后,对上述两种不同颜色空间的处理结果进行加权平均作为算法的最终输出. 实验结果表明,针对不同光照条件下的图像,1）该算法可以明显地改善光晕伪影现象;2）无色彩失真、噪声放大等问题;3）效果和效率优于带色彩恢复的多尺度Retinex算法（Multi-scale retinex with color restoration,MSRCR）及其他对比算法.     

基于多聚焦图像深度信息提取的背景虚化显示

针对普通相机无法拍摄出符合视觉美感的背景虚化图像问题, 提出一种基于多聚焦图像深度信息提取的背景虚化算法. 首先, 根据图像的光学成像原理,对多聚焦图像进行热扩散方程的数学建模, 对图像中的每个点自适应的初始化一个深度值; 其次, 根据图像每个点的热扩散系数对初始图像进行前向扩散, 用数值方法来解此偏微分方程, 通过正则化得到修正后的图像深度信息; 最后, 对图像深度信息进行分层, 利用多尺度高斯滤波对不同深度层的图像进行虚化处理. 本算法能够有效地提取出图像的深度信息, 并且获得的背景虚化效果也能够较好地符合光学原理.