1 簡介

四叉樹分解算法將待分解的源圖像?A?和源圖像?B?定義為一對圖像塊組，若源圖像塊組中圖像數(shù)量較多，則稱之為圖像塊序列，最先進(jìn)行分解的圖像塊組(?源圖像)?稱為四叉樹的根節(jié)點(diǎn)，由根節(jié)點(diǎn)開始對圖像塊進(jìn)行分解，每次分解為?4?個(gè)葉子節(jié)點(diǎn)，以此類推，直至分解條件結(jié)束。對每一次分解結(jié)果進(jìn)行聚焦度測算，若符合?RPCA?判定條件閾值，則本節(jié)點(diǎn)停止分解，其余葉子節(jié)點(diǎn)繼續(xù)分解，下面詳細(xì)闡述本算法流程:首先，假定兩種情況作為圖像塊分解的基礎(chǔ)實(shí)施條件，

情況?1:?被分解出的塊為全聚焦塊。

情況?2:被分解出的塊含有聚焦部分和非聚焦部分。其次將含有?m(?m?≥?2)?幅源圖像的圖像序列輸入四叉樹結(jié)果的根節(jié)點(diǎn)，對于根節(jié)點(diǎn)塊序列，若其在?RPCA?檢測中符合情況?1，則本塊不需要繼續(xù)分解，否則符合情況?2，需要進(jìn)行第二級的四叉樹分解，持續(xù)進(jìn)行本過程，直到所有的聚焦區(qū)域被找出，或者已持續(xù)進(jìn)行至四叉樹的分解的最大級數(shù)。本文最終將源圖像分解為?2?×?2?大小的圖像塊，其對應(yīng)的分解級為最大分解級(?max level) ，最大分解級的計(jì)算方式如下式所示:

其中?M × N?為源圖像尺寸，lg?為對數(shù)運(yùn)算符。

在進(jìn)行四叉樹分解前，輸入至根節(jié)點(diǎn)的源圖像需要進(jìn)行正方形映射處理，以便分解至最終形態(tài)。假設(shè)源圖像作為四叉樹分解的第一級，最終分解的圖像塊大小為?2?×?2，那么圖像的分解層數(shù)應(yīng)該為log{?max(?M －?1，N －?1) }?+ 1?的整數(shù)部分，當(dāng)分解進(jìn)行至最大級數(shù)時(shí)，可以認(rèn)為這種情況下的聚焦度探測到達(dá)了最精確的情況，本文所使用的源圖像塊大小為?512×512。

2 部分代碼

% -------------------------------------------------------------------------% Clear history and memoryclc; clear; close all;%--------------------- Configurating the parameters -----------------------% Initialise the maximum split levellevel = 0;% image set name string, default: 'clock'. All image sets:% clock'|'lab'|'pepsi'|'OpenGL'|'flower'|'disk'|'toy'name = 'clock';% Set the image type.type = '.bmp';% Set the image number: the number of images in image set toy is 3, % and the image number of the other sets is 2.num = 2; %--------------------- Quadtree based image fusion -----------------------[fimg, decision_map] = Quadtree_Fusion(name, type, num, level);%------------------------- Show the fusion image -------------------------subplot(133);imshow(fimg);title('融合后的圖')

3 仿真結(jié)果

4 參考文獻(xiàn)

Xiangzhi Bai, Yu Zhang, Fugen Zhou, and Bindang Xue. Quadtree-based multi-focus image fusion using a weighted focus-measure[J]. Information Fusion, 2015, 22: 105-118.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。