1.基于感知哈希算法的图像融合方法,其特征在于:具体步骤如下:
步骤S101,将待融合的两幅彩色图像转换为灰度图像;
步骤S102,对两幅灰度图像进行子块划分,得到一系列子图像;
步骤S103,计算每一对子图像的聚焦测度;
步骤S104,利用感知哈希算法计算每一对子图像的“指纹”;
步骤S105,计算每一对子图像的“指纹”的匹配程度,即计算子图像hash指纹相似度;
步骤S106,根据子图像指纹相似度的不同,采取不同的融合策略:当子图像相似度匹配程度较高时,即相似度大于0.5,直接选取聚焦测度较大的子图像作为融合结果的一部分,当子图像相似度匹配程度较低时,即相似度小于或等于0.5,采用聚焦测度得到待融合图像的边缘清晰部分进行融合;
所述步骤S103中子图像聚焦测度采用方向统计方法来计算,具体而言是根据当前像素点的邻域像素来计算该像素点在水平、垂直、左对角线,即45度角方向和右对角线,即135度角方向上5个像素的标准差σ和平均值μ,为了抵消不同子图像区域像素值的差异,使用标准差除以平均值作为相应方向上的聚焦测度,4个方向上的聚焦测度平均值作为该像素点的聚焦测度,邻域选取采用以下模板T:
2.如权利要求1所述的基于感知哈希算法的图像融合方法,其特征在于:所述步骤S104中子图像的“指纹”的计算过程如下:将子图像每个像素的灰度值与该子图像灰度的平均值进行比较,大于平均值,记为1,小于或等于平均值,记为0,将比较结果组合在一起便得到了该子图像的一个“指纹”。
3.如权利要求1所述的基于感知哈希算法的图像融合方法,其特征在于:所述步骤S105中hash指纹相似度的计算采用汉明距离来实现。
4.如权利要求1所述的基于感知哈希算法的图像融合方法,其特征在于:所述步骤S106中相似度匹配与融合具体实现过程是:根据每一对子图像计算所得到的相似度,将子图像的匹配程度分为相似与不相似两组;通过实验,本发明将hash指纹相似度大于0.5时认定为图像相似,小于或等于0.5时认定为不相似;相似度高的子图像位于待融合图像的非聚焦边缘处,只需要选取清晰部分的子图像,即平均聚焦测度大的子图像进行融合;相似度低的子图像,处于聚焦边缘处,图像扭曲程度较大,需逐点进行对比并进行融合。