一种多维度规则的多焦点图像融合方法及系统与流程

1.本技术涉及图像处理技术的领域，尤其是涉及一种多维度规则的多焦点图像融合方法及系统。


背景技术：

2.众所周知，可见光成像系统的聚焦范围是有限的，因此，很难清楚地获得同一场景中的所有对象。与离焦图像相比，聚焦良好的图像具有更清晰的细节。图像融合是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。是一种提高图像信息质量的方法，融合后的图像将比任何的原始图像信息更加丰富。
3.多焦点图像融合分为两类，一类是在空间域将源图像的清晰部分进行图像融合，但是这种方法依赖于采用的分割算法，较容易产生块效应，对融合图像的质量有很大的影响；另一类是利用多尺度变换的系数进行融合，这种方法在图像融合过程会耗时较长，且对于目标物体的整体性选择不足。
4.针对上述中的相关技术，发明人认为利用上述两种多焦点图像融合的方法中任意方法进行图像融合，会由于块效应或耗时较长的原因，导致图像融合效率较低。


技术实现要素：

5.为了改善图像融合效率较低的问题，本技术提供一种多维度规则的多焦点图像融合方法及系统。
6.第一方面，本技术提供一种多维度规则的多焦点图像融合方法，采用如下的技术方案：一种多维度规则的多焦点图像融合方法，所述图像融合方法包括如下步骤，原图像变换步骤，对同一图像对象的不同焦点的任意两张原图像，进行haar小波变换和haar小波逆变化，得到两张原图像各自的第一低频图像和第一高频图像；图像融合步骤，采用不同的像素级融合规则，将两张原图像的第一低频图像融合，得到第二低频图像，将两张原图像的第一高频图像融合，得到第二高频图像；初始图像获取和处理步骤，将第二低频图像和第二高频图像相加，得到初始图像，并计算初始图像与两张原图像之间的均方误差，得到两张原图像各自的均方误差值；图像优化步骤，基于两张原图像各自的均方误差值，得到第一融合地图，并采用形态学操作对第一融合地图进行优化，得到第二融合地图map
′
；图像重构步骤，基于第二融合地图map
′
和两张原图像，得到重构后的中间全焦图像；以及，判断步骤，判断是否还有未进行融合处理的原图像，若有，则中间全焦图像作为一张新的原图像，将未进行融合处理的原图像中的任一图像作为另一种新的原图像，重新进
入原图像变换步骤，否则，中间全焦图像即为最终全焦图像。
7.通过采用上述技术方案，采用haar小波变换和haar小波逆变化得到第一低频图像和第一高频图像，能够简化原图像变换过程中计算的复杂度，从而能节省时间，减少时耗，而采用像素级的融合规则，得到第二高频图像、第二低频图像和初始图像，以及进一步得到第一融合地图，对第一融合地图优化得到第二融合地图，基于第二融合地图和原图像进行重构，得到经过像素级融合后的中间全焦图像，经过判断步骤后最终能够得到重构后的最终全焦图像，使得能够在一定程度上避免出现块效应，从而能够提高重构的最终全焦图像的质量以及降低时耗，进而有助于改善图像融合效率较低的问题。
8.可选的，所述图像优化步骤的具体方法包括，基于两张原图像各自的均方误差，得到两张原图像的各像素点的像素的均方误差；将两张原图像各相同像素点的像素的均方误差分别进行比较，确定第一融合图像map相应像素点的像素的来源，以得到第一融合图像map；以及，采用形态学操作优化第一融合图像map，得到第二融合地图map
′
。
9.通过采用上述技术方案，计算两张原图像与初始图像在各个像素点的像素的相应的均方误差之后，将相同像素点的均方误差进行比较，以得到第一融合图像map相应像素点的像素的来源，从而能够得到第一融合图像map，进而便于得到第二融合地图map
′
。
10.可选的，所述得到第一融合图像map的具体方法包括，将两张原图像各相同像素点的像素的均方误差分别进行比较，选择均方误差最小的原图像的相应像素点的像素作为第一融合地图的相应像素点的像素的来源，以得到第一融合地图各个像素点的像素的来源；以及，基于第一融合地图各个像素点的像素的来源，得到第一融合地图。
11.通过采用上述技术方案，均方误差最小的像素点的像素更好，即更清晰，从而能够得到的第一融合地图包含两张原图像中更好的像素，从而有助于提高重构后的中间全焦图像/最终全焦图像的质量，进而有助于提高图像融合效率。
12.可选的，所述原图像变换步骤的具体方法包括，对同一图像对象的不同焦点的任意两张原图像分别进行haar小波变换，提取两张原图像各自的低频系数；保留两张原图像各自的低频系数，其它系数置为0，对两张原图像分别进行haar小波逆变换，得到两张原图像各自的第一低频图像；以及，将两张原图像分别减去各自对应的第一低频图像，得到两张原图像各自的第一高频图像。
13.通过采用上述技术方案，对原图像进行haar小波变换能够提取低频系数，再对保留低频系统的原图像进行haar小波逆变换得到第一低频图像，原图像减去第一低频图像得到第一高频图像，计算过程简单，极大降低了计算复杂度，从而能够降低图像融合过程中的时耗，且便于得到第一低频图像和第一高频图像。
14.可选的，所述图像融合步骤的具体方法包括，采取平均值融合的规则，对两张原图像的第一低频图像进行融合，得到第二低频图像；以及，
采用基于拉普拉斯能量和指标的图像融合规则，对两张原图像的第一高频图像进行融合，得到第二高频图像。
15.通过采用上述技术方案，采用平均值融合和基于拉普拉斯能量和的图像融合规则分别对第一低频图像和第一高频图像进行融合，从而便于得到第二低频图像和第二高频图像。
16.可选的，所述得到第二高频图像的具体方法包括，对两张原图像各自的第一高频图像，计算各个像素点的像素的拉普拉斯能量和；像素获取，比较两张第一高频图像的同一像素点的拉普拉斯能量和，选择拉普拉斯能量和最大的对应像素点的像素作为第二高频图像对应像素点的像素；以及，重复进行像素获取，确定第二高频图像各个像素点的像素，以得到第二高频图像。
17.通过采用上述技术方案，根据拉普拉斯能量和的大小，选择拉普拉斯能量和大的像素点的像素来作为第二高频图像对应像素点的像素，从而得到的第二高频图像能够更好地反应图像的聚焦特性和清晰度。
18.第二方面，本技术提供一种多维度规则的多焦点图像融合系统，采用如下的技术方案：一种多维度规则的多焦点图像融合系统，所述图像融合系统包括，原图像变换模块，用于对同一图像对象的不同焦点的任意两张原图像，进行haar小波变换和haar小波逆变化，得到两张原图像各自的第一低频图像和第一高频图像；图像融合模块，用于采用不同的像素级融合规则，将两张原图像的第一低频图像融合，得到第二低频图像，将两张原图像的第一高频图像融合，得到第二高频图像；初始图像获取和处理模块，用于将第二低频图像和第二高频图像相加，得到初始图像，并计算初始图像与两张原图像之间的均方误差，得到两张原图像各自的均方误差值；图像优化模块，用于基于两张原图像各自的均方误差值，得到第一融合地图，并采用形态学操作对第一融合地图进行优化，得到第二融合地图map
′
；图像重构模块，用于基于第二融合地图map
′
和两张原图像，得到重构后的中间全焦图像；以及，判断模块，用于判断是否还有未进行融合处理的原图像，若有，则中间全焦图像作为一张新的原图像，将未进行融合处理的原图像中的任一图像作为另一种新的原图像，重新进入原图像变换模块，否则，中间全焦图像即为最终全焦图像。
19.通过采用上述技术方案，原图像变换模块采用haar小波变换和haar小波逆变化得到第一低频图像和第一高频图像，能够简化原图像变换过程中计算的复杂度，从而能节省时间，减少时耗，而图像融合模块和初始图像获取和处理模块采用像素级的融合规则，得到第二高频图像、第二低频图像和初始图像，以及图像优化模块对得到的第一融合地图得到第二融合地图，图像重构模块基于第二融合地图和原图像进行重构，得到经过像素级融合后的中间全焦图像，经过判断模块后最终能够得到重构后的最终全焦图像，使得能够在一定程度上避免出现块效应，从而能够提高重构的最终全焦图像的质量以及降低时耗，进而能够改善图像融合效率较低的问题。
20.可选的，所述图像优化模块具体包括，均方误差获取子模块，用于基于两张原图像各自的均方误差，得到两张原图像的
各像素点的像素的均方误差；第一融合地图获取子模块，用于将两张原图像各相同像素点的像素的均方误差分别进行比较，确定第一融合图像map相应像素点的像素的来源，以得到第一融合图像map；以及，第二融合地图获取子模块，用于采用形态学操作优化第一融合图像map，得到第二融合地图map
′
。
21.通过采用上述技术方案，计算两张原图像与初始图像在各个像素点的像素的相应的均方误差之后，将相同像素点的均方误差进行比较，以得到第一融合图像map相应像素点的像素的来源，从而能够得到第一融合图像map，进而便于得到第二融合地图map
′
。
22.可选的，所述原图像变换模块包括，低频系数提取子模块，用于对同一图像对象的不同焦点的任意两张原图像分别进行haar小波变换，提取两张原图像各自的低频系数；第一低频图像获取子模块，用于保留两张原图像各自的低频系数，其它系数置为0，对两张原图像分别进行haar小波逆变换，得到两张原图像各自的第一低频图像；第一高频图像获取子模块，用于将两张原图像分别减去各自对应的第一低频图像，得到两张原图像各自的第一高频图像。
23.通过采用上述技术方案，低频系数提取子模块对原图像进行haar小波变换能够提取低频系数，第一低频图像获取子模块对保留低频系统的原图像进行haar小波逆变换得到第一低频图像，第一高频图像获取子模块将原图像减去第一低频图像得到第一高频图像，计算过程简单，极大降低了计算复杂度，从而能够降低图像融合过程中的时耗，且便于得到第一低频图像和第一高频图像。
24.第三方面，本技术提供一种计算机可读存储及时，采用如下的技术方案：一种计算机可读存储介质，存储有能够被处理器加载并执行如第一方面中任一种方法的计算机程序。
附图说明
25.图1是本技术实施例的一种多维度规则的多焦点图像融合方法的第一流程图。
26.图2是本技术实施例的一种多维度规则的多焦点图像融合方法的第二流程图。
27.图3是本技术实施例的一种多维度规则的多焦点图像融合方法的第三流程图。
28.图4是本技术实施例的一种多维度规则的多焦点图像融合方法的第四流程图。
29.图5是本技术实施例的一种多维度规则的多焦点图像融合方法的第五流程图。
具体实施方式
30.以下结合附图1
‑
5对本技术作进一步详细说明。
31.拉普拉斯能量和（sum of modified laplacian，sml），能够反映图像的边缘特征信息，在一定程度上能恰当地反应图像的聚焦特性和清晰度。
32.均方误差（mean squared error，mse），是反应估计量与被估计量之间差异程度的一种度量，能够用来评价数据的误差大小，本技术中用来评估图像中选定区域的相似程度。
33.形态学操作，基于形状的一系列图像处理操作的合集，主要是基于集合理论基础
上的形态学数学。形态学主要有四个操作：腐蚀，膨胀，开环，闭环，主要用于图像与处理操作（去噪，形状简化）图像增强（轮廓提取，细化，凸包及物体标记）、物体背景分割及物体形态量化等场景中，形态学操作的对象是二值化图像。
34.小波变化（wavelet transform，wt）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间
‑
频率”窗口。能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。
35.haar小波变换，是小波的一种，是最简单的正交归一化小波,能够高效简便的实现。图像经小波变换后可获得ll，hl，lh，hh等系数。小波变换的本质是图像的降采样，图像经过n级小波变换后，低频分量的大小变成原始图像尺寸的1/2
n
，可以快速区分图像的低频和高频信息。高频信息包含了图像中的大部分细节信息。
36.空间域融合，分别计算多种图像中像素点或某一区域的均值、方差、能量等指标参数，运用设定好的规则选择所需的像素点进行融合。该方法的性能取决于选择的指标和规则，其中像素级的可以对细节的清晰程度进行很好的评估，但是缺乏整体性。区域级融合可以取得较好的可视性，但在图像细节上表现不足，即容易形成块效应，当某些细节信息在块中占比较小时，容易被忽略。
37.变换域融合：传统的变换域融合基本上属于系数级融合，在细节上的表现比较好，但是消耗时间长，不利于工程应用。同时，在图像中目标的整体展现上存在不足，尤其是清晰部分与糊涂部分相交的地方。
38.本技术实施例公开一种多维度规则的多焦点图像融合方法。参照图1和图2，多维度规则的多焦点图像融合方法包括如下步骤：原图像变换步骤101，对同一图像对象的不同焦点的任意两张原图像，进行haar小波变换和haar小波逆变化，得到两张原图像各自的第一低频图像和第一高频图像。
39.其中，同一图像对象的不同焦点的原图像可以是两张及两张以上，但进行融合时，先选择其中的任意两张原图像。经过原图像变化步骤101的一张原图像，会得到一张低频图像和一张高频图像。
40.需要说明的是，进行haar小波变换时，haar小波变换的层数可以根据实际需要而进行设置，本实施方式中，进行三层haar小波变换。
41.图像融合步骤102，采用不同的像素级融合规则，将两张原图像的第一低频图像融合，得到第二低频图像，将两张原图像的第一高频图像融合，得到第二高频图像。
42.初始图像获取和处理步骤103，将第二低频图像和第二高频图像相加，得到初始图像，并计算初始图像与两张原图像之间的均方误差，得到两张原图像各自的均方误差值。
43.图像优化步骤104，基于两张原图像各自的均方误差值，得到第一融合地图，并采用形态学操作对第一融合地图进行优化，得到第二融合地图map
′
。
44.图像重构步骤105, 基于第二融合地图map
′
和两张原图像，得到重构后的中间全焦图像。
45.判断步骤106，判断是否还有未进行融合处理的原图像，若有，则中间全焦图像作为一张新的原图像，将未进行融合处理的原图像中的任一图像作为另一种新的原图像，重
新进入原图像变换步骤101，否则，中间全焦图像即为最终全焦图像。
46.需要说明的是，未进行融合处理的原图像与两张原图像都为同一图像对象的不同角度的图像。若重新进入原图像变化步骤101，则接下来会按照顺序进入图像融合步骤102、初始图像获取和处理步骤103、图像优化步骤104、图像重构步骤105和判断步骤106，直至所有的原图像都已经进行过融合。
47.上述图像融合方法的实施方式中，采用haar小波变换和haar小波逆变化得到第一低频图像和第一高频图像，能够简化原图像变换过程中计算的复杂度，从而能节省时间，减少时耗，而采用像素级的融合规则，得到第二高频图像、第二低频图像和初始图像，以及进一步得到第一融合地图，对第一融合地图优化得到第二融合地图map
′
，基于第二融合地图map
′
和原图像进行重构，得到经过像素级融合后的中间全焦图像，经过判断步骤106后最终能够得到重构后的最终全焦图像，使得能够在一定程度上避免出现块效应，从而能够提高重构的最终全焦图像的质量以及降低时耗，进而有助于改善图像融合效率较低的问题。
48.在其他实施方式中，同一图像对象的不同焦点的多张原图像，可以先两两组合，然后每一组分别进行原图像变换步骤101、图像融合步骤102、初始图像获取和处理步骤103、图像优化步骤104和图像重构步骤105，得到多张中间全焦图像，再将多张中间全焦图像作为两两组合，再次进行原图像变换步骤101、图像融合步骤102、初始图像获取和处理步骤103、图像优化步骤104和图像重构步骤105，以此类推，直至最后只得到一张中间全焦图像，此时的中间全焦图像即为重构后的最终全焦图像，一样能够有助于改善图像融合效率较低的问题。
49.参照图2和图3，作为原图像变换步骤101的一种实施方式，原图像变换步骤101的具体方法包括，1011、对同一图像对象的不同焦点的任意两张原图像分别进行haar小波变换，提取两张原图像各自的低频系数。
50.当两张原图像分别为图像a和图像b时，经过3层haar小波变换后，得到图像a的低频系数ll
a
和图像b的低频系数ll
b
。
51.1012、保留两张原图像各自的低频系数，其它系数置为0，对两张原图像分别进行haar小波逆变换，得到两张原图像各自的第一低频图像。
52.经过haar小波逆变换后，得到图像a的第一低频图像a
l
和b图像的第一低频图像b
l
。
53.1013、将两张原图像分别减去各自对应的第一低频图像，得到两张原图像各自的第一高频图像。
54.得到到图像a的第一低频图像a
l
和图像b的第一低频图像b
l
后，将图像a和图像分别减去各自的第一低频图像得到各自的第一高频图像，即，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1），
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2），其中，a
h
是图像a的第一高频图像，b
h
是图像b的第一高频图像。
55.上述原图像变换步骤101的实施方式中，对原图像进行haar小波变换能够提取低频系数，再对保留低频系统的原图像进行haar小波逆变换得到第一低频图像，原图像减去
第一低频图像得到第一高频图像，计算过程简单，极大降低了计算复杂度，从而能够降低图像融合过程中的时耗，且便于得到第一低频图像和第一高频图像。
56.参照图2和图4，作为图像融合步骤102的一种实施方式，图像融合步骤102的具体方法如下：1021、采取平均值融合的规则，对两张原图像的第一低频图像进行融合，得到第二低频图像。
57.当已知图像a的第一低频图像a
l
和图像b的第一低频图像b
l
时，第二低频图像c
l
为，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）。
58.1022、对两张原图像各自的第一高频图像，计算各个像素点的像素的拉普拉斯能量和。
59.对于图像a，拉普拉斯能量和计算过程如下：
ꢀꢀꢀꢀꢀ
（4），
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5），对于图像b，拉普拉斯能量和计算过程如下：
ꢀꢀꢀꢀꢀ
（6），
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7）,其中，表示图像中各个像素点的位置，i和j的范围与图像/图片的大小有关，且i和j均为自然数。n表示图像/图片的大小，比如图像大小为时，i和j的取值均为1到n的自然数。step代表步长，即隔多少像素后进行计算。
60.1023、像素获取，比较两张第一高频图像的同一像素点的拉普拉斯能量和，选择拉普拉斯能量和最大的对应像素点的像素作为第二高频图像对应像素点的像素。
61.将两张第一高频图像的相同像素点的拉普拉斯能量和进行比较，选择拉普拉斯能量和大的对应像素点的像素作为第二高频图像对应像素点的像素。
62.1024、重复进行像素获取，确定第二高频图像各个像素点的像素，以得到第二高频图像。
63.将图像a和图像b的第一高频图像融合后，得到第二高频图像。
64.上述图像融合步骤102的实时方式中，对原图像进行haar小波变换能够提取低频系数，再对保留低频系统的原图像进行haar小波逆变换得到第一低频图像，原图像减去第一低频图像得到第一高频图像，采用平均值融合和基于拉普拉斯能量和的图像融合规则分别对第一低频图像和第一高频图像进行融合，从而便于得到第二低频图像和第二高频图
像。
65.参照图2，作为初始图像获取和处理步骤103的一种实施方式，初始图像获取和处理步骤103的具体方法包括：将第二低频图像和第二高频图像相加，得到初始图像。
66.得到第二低频图像c
l
和第二高频图像c
h
后，相加，得到初始图像c，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（8），计算初始图像与两张原图像之间的均方误差，得到两张原图像各自的均方误差值。
67.其中，初始图像c、图像a和图像b的窗口尺寸的大小是一样的，计算均方误差后，得到图像a的均方误差值mse
a
和图像b的均方误差值mse
b
。需要说明的是，窗口尺寸的大小可以是3
×
3、5
×
5和7
×
7等。
68.参照图2和图5，作为图像优化步骤104的一种实施方式，图像优化步骤104的具体步骤如下：1041、基于两张原图像各自的均方误差，得到两张原图像的各像素点的像素的均方误差。
69.图像a的像素点的均方误差为mse
a
(i,j)，图像b的像素点的均方误差为mse
b
(i,j)。
70.1042、将两张原图像各相同像素点的像素的均方误差分别进行比较，选择均方误差最小的原图像的相应像素点的像素作为第一融合地图的相应像素点的像素的来源，以得到第一融合地图各个像素点的像素的来源。
71.当mse
a
(i,j)≤mse
b
(i,j)时，则标记第一融合地图(i,j)为1，表示第一融合图像map的(i,j)的像素点的位置来自图像a；当mse
a
(i,j)≤mse
b
(i,j)时，则标记第一融合地图(i,j)为0，表示第一融合图像map的(i,j)的像素点的位置来自图像b。根据以上方法，能够得到像素为0或1的第一融合地图。
72.1043、基于第一融合地图各个像素点的像素的来源，得到第一融合地图。
73.1044、采用形态学操作优化第一融合图像map，得到第二融合地图map
′
。
74.上述图像优化步骤104的实施方式中，均方误差最小的像素点的像素更好，即更清晰，从而能够得到的第一融合地图包含两张原图像中更好的像素，从而有助于提高重构后的中间全焦图像/最终全焦图像的质量，进而有助于提高图像融合效率。
75.参照图，作为图像重构105的一种实施方式，图像重构步骤105的具体方法包括，基于第二融合地图map
′
和两张原图像，得到重构后的中间全焦图像，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）。
76.其中，两张原图像，图像a和图像b。
77.本技术提出的一种多维度规则的多焦点图像融合方法，在小波域提取低频图像和高频图像，并在空间域进行多维度规则的多焦点图像融合。能够提升高质量图像的可视化效果，能够提升视频监控的性能和节省终端部署成本。
78.本实施例还公开一种多维度规则的多焦点图像融合系统，参照图，图像融合系统包括，原图像变换模块，用于对同一图像对象的不同焦点的任意两张原图像，进行haar
小波变换和haar小波逆变化，得到两张原图像各自的第一低频图像和第一高频图像；图像融合模块，用于采用不同的像素级融合规则，将两张原图像各自的第一低频图像融合，得到第二低频图像，将两张原图像各自的第一高频图像融合，得到第二高频图像；初始图像获取和处理模块，用于将第二低频图像和第二高频图像相加，得到初始图像，并计算初始图像与两张原图像之间的均方误差，得到两张原图像各自的均方误差值；图像优化模块，用于基于两张原图像各自的均方误差值，得到第一融合地图，并采用形态学操作对第一融合地图进行优化，得到第二融合地图map
′
；图像重构模块，用于基于第二融合地图map
′
和两张原图像，得到重构后的中间全焦图像；判断模块，用于判断是否还有未进行融合处理的原图像，若有，则中间全焦图像作为一张新的原图像，将未进行融合处理的原图像中的任一图像作为另一种新的原图像，重新进入原图像变换模块，否则，中间全焦图像即为最终全焦图像。
79.上述图像融合系统的实施方式中，原图像变换模块采用haar小波变换和haar小波逆变化得到第一低频图像和第一高频图像，能够简化原图像变换过程中计算的复杂度，从而能节省时间，减少时耗，而图像融合模块和初始图像获取和处理模块采用像素级的融合规则，得到第二高频图像、第二低频图像和初始图像，以及图像优化模块对得到的第一融合地图进行优化得到第二融合地图map
′
，图像重构模块基于第二融合地图map
′
和原图像进行重构，得到经过像素级融合后的中间全焦图像，经过判断模块后最终能够得到重构后的最终全焦图像，使得能够在一定程度上避免出现块效应，从而能够提高重构的最终全焦图像的质量以及降低时耗，进而能够改善图像融合效率较低的问题。
80.作为原图像变化模块的一种实施方式，原图像变换模块包括，低频系数提取子模块，用于对同一图像对象的不同焦点的任意两张原图像分别进行haar小波变换，提取两张原图像各自的低频系数；第一低频图像获取子模块，用于保留两张原图像各自的低频系数，其它系数置为0，对两张原图像分别进行haar小波逆变换，得到两张原图像各自的第一低频图像；第一高频图像获取子模块，用于将两张原图像分别减去各自对应的第一低频图像，得到两张原图像各自的第一高频图像。
81.上述原图像变换模块的实施方式中，低频系数提取子模块对原图像进行haar小波变换能够提取低频系数，第一低频图像获取子模块对保留低频系统的原图像进行haar小波逆变换得到第一低频图像，第一高频图像获取子模块将原图像减去第一低频图像得到第一高频图像，计算过程简单，极大降低了计算复杂度，从而能够降低图像融合过程中的时耗，且便于得到第一低频图像和第一高频图像。
82.作为图像优化模块的一种实施方式，图像优化模块包括，均方误差获取子模块，用于基于两张原图像各自的均方误差，得到两张原图像的各像素点的像素的均方误差；第一融合地图获取子模块，用于将两张原图像各相同像素点的像素的均方误差分别进行比较，确定第一融合图像map相应像素点的像素的来源，以得到第一融合图像map；第二融合地图获取子模块，用于采用形态学操作优化第一融合图像map，得到第二
融合地图map
′
。
83.上述图像优化模块的实施方式中，计算两张原图像与初始图像在各个像素点的像素的相应的均方误差之后，将相同像素点的均方误差进行比较，以得到第一融合图像map相应像素点的像素的来源，从而能够得到第一融合图像map，进而便于得到第二融合地图map
′
。
84.本技术实施例还公开了一种计算机可读存储介质，存储有能够被处理器加载并执行如一种多维度规则的多焦点图像融合方法中任一种方法的计算机程序计算机可读存储介质例如包括：u盘、移动硬盘、只读存储器(read
‑
only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
85.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。