项目名称：NSCT域多聚焦图像融合技术

　　项目简介：

在拍摄含有两个或者两个以上目标的场景时，由于光学镜片景深的有限性，获取的图像中所有的目标不可能同时聚焦，即该场景中的一个目标聚焦，而其它的则将是离焦。多聚焦图像融合可以将目标区域内所有目标同时在一幅图像中清晰地显现出来，更加全面、真实、准确地展现原目标场景的所有信息。它能提高有关某一场景图像信息的资源利用率、目标检测及识别的精度和可靠性，为图像的后续处理如：图像分割、数码相机、目标检测及识别、机器视觉等奠定基础。

本项目针对传统的单特征图像融合方法不足以衡量像素清晰度的问题，综合考虑非下采样Contourlet变换（NSCT）的系数特点及人眼视觉感知特性，提出一种基于NSCT的多聚焦图像融合新方法：对NSCT域的低频子带采用基于局部可见度、局部视觉特征对比度和局部纹理特征的综合特征信息来指导融合；对NSCT域的高频子带系数采用基于邻域和兄弟信息归一化的关联权重局部视觉特征对比度来指导融合。实验结果表明，无论是利用边缘信息保留值和互信息等客观评价标准，还是视觉的主观评价，本项目提出的方法整体上都优于现有的DWT、SIDWT、CT、NSCT等方法。

图1  基于NSCT的融合算法框架