1 中国科学技术大学环境科学与光电技术学院，安徽 合肥 230026
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室，安徽 合肥 230031
3 合肥学院，安徽 合肥 230601
4 安徽省生态环境监测中心，安徽 合肥 230061
5 安徽大学，安徽 合肥 230601
以鱼腥藻、栅藻和盘星藻为分析对象，通过采集多个焦平面的显微图像，基于拉普拉斯能量与引导滤波以及图像HSV颜色空间饱和度分量分别检测显微图像聚焦区域和失焦区域，研究浮游藻类细胞显微多聚焦图像融合方法，并与小波变换、拉普拉斯金字塔以及脉冲耦合神经网络融合方法进行对比分析。结果表明：鱼腥藻、栅藻和盘星藻融合图像的边缘信息保持度、空间频率、平均梯度分别为0.3529、8.9654、0.0055，0.3778、7.0058、0.0023和0.2940、1.5445、0.0005，均优于对比融合方法，具有更好的边缘信息传递能力及更高的图像清晰度，有效实现了浮游藻类细胞显微多聚焦图像融合，为获取浮游藻类细胞的全景深显微图像提供了思路。
图像处理 浮游藻类细胞 显微 多聚焦图像融合 聚焦区域检测 失焦扩散效应 光学学报
2023, 43(12): 1210001
1 深圳技术大学中德智能制造学院, 广东 深圳 518118
2 广东省高校先进光学精密制造技术重点实验室, 广东 深圳 518118
3 广东省微纳光机电工程技术重点实验室, 广东 深圳 518118
多聚焦图像融合作为一种有效的信息融合方法,在图像处理和计算机视觉领域引起了越来越多的关注。提出了一种基于离散Walsh-Hadamard变换(DWHT)和引导滤波的多聚焦图像融合算法。首先,提出了一种新的聚焦区域检测方法,该方法运用DWHT并计算L1范数得到初始决策图;然后,运用数学形态学方法和引导滤波优化生成最终决策图;最后,由像素加权平均规则和最终决策图得到融合图像。为验证所提算法的有效性,选择3组研究中普遍使用的多聚焦图像进行实验,并将该算法运用于实际应用中采集到的2组多聚焦序列图像,与其余几种算法相比,所提算法在主观定性分析和客观定量评价指标上均表现出明显的优势。实验结果表明,与其他多聚焦图像融合算法相比,所提算法能更有效地从源图像中提取聚焦区域,增强融合图像的细节保留能力和空间连续性。
图像处理 多聚焦图像融合 离散Walsh-Hadamard变换 引导滤波 聚焦区域检测 激光与光电子学进展
2021, 58(22): 2210003
1 昆明理工大学信息工程与自动化学院, 云南 昆明 650500
2 佛罗里达理工学院科学与工程学院, 佛罗里达 墨尔本 32901
针对现有图像融合算法生成的融合结果质量不一、多数融合图像含有大量噪声的问题,提出一种融合图像增强方法。首先对源图像进行均值滤波并借助数字减影技术获得目标图像的显著区域,利用改进拉普拉斯算子对减影图像进行双尺度分解,得到对应的粗略聚焦区域和细化聚焦区域。然后根据像素级线性混合规则生成初始决策图,借助一致性检验算法对其进行细化以获得最终决策图。最后综合产生的结果重构新的融合图像。实验结果表明,所提方法不仅对现有融合算法生成的融合图像实现不同程度的增强,对噪声具有更强的鲁棒性,处理时间小于0.4 s;对待融合图像中小散焦或聚焦区域有更好的识别能力,识别的边缘信息更清晰光滑,并在客观指标上给出具体的验证结果。
图像处理 图像融合 聚焦区域检测 数字减影 改进拉普拉斯算子 激光与光电子学进展
2020, 57(20): 201016
