基于NSCT与像素相关性改进的多聚焦图像融合系统

资 源 简 介

本项目是一个专门用于多聚焦图像融合研究的MATLAB实验平台，旨在解决同一场景下因相机对焦位置不同而导致的局部模糊问题。该系统特别适用于学术研究和毕业论文实验，包含了对Pepsi、Clock等经典源图像的处理示例。程序在传统算法的基础上进行了深度优化，稳定性极高。系统实现的核心流程是利用NSCT工具箱对源图像进行非下采样轮廓波变换（NSCT），将其分解为低频子带和多个方向的高频子带。在融合规则的设计上，低频部分采用了最大像素法以保留图像的整体轮廓信息；高频部分则应用了最大方差法，用以精确提取图像的细节与边

详 情 说 明

基于NSCT变换与像素相关性改进的多聚焦图像融合系统

本系统是一个基于MATLAB开发的多聚焦图像融合实验平台，专门用于解决在同一场景下，由于相机镜头焦距限制导致的图像局部清晰、局部模糊问题。通过先进的非下采样轮廓波变换（NSCT）技术，系统能够将不同对焦点的源图像进行深度分解，并应用优化的融合规则提取各图像中的清晰区域，最终生成一张全焦清晰的高通透图像。

主要功能特性

1. 多模式图像输入与模拟

系统支持读取外部标准测试集图像，并具备自适应模拟功能。在缺失外部文件时，能够自动利用标准测试图生成左侧模糊与右侧模糊的模拟多聚焦图像，确保实验过程的连续性。

1. 双层级NSCT分解框架

采用非下采样轮廓波变换对源图像进行多尺度、多方向分解。该变换具有平移不变性，能有效克服传统小波变换在图像边缘处产生的震荡效应，更精准地捕获图像的轮廓与纹理。

1. 双策略融合规则设计

针对分解后的不同频段，系统设计了差异化的融合策略。低频系数采用最大像素法以保留图像的宏观轮廓和能量；高频系数采用最大方差法以精确定位边缘细节。

1. 像素相关性引导的决策优化

系统引入了改进的像素相关性算法。在生成初步融合决策图后，利用邻域一致性验证（基于中值滤波的领域投票机制）对决策图进行精细化处理，显著增强了融合图像在边缘交界处的平滑度，抑制了虚假伪影。

1. 全方位性能评估体系

内置了四项学术界通用的评价指标：峰值信噪比（PSNR）、结构相似性（SSIM）、均方误差（MSE）以及信息熵（Entropy），从客观量化角度分析融合质量。

系统实现逻辑

第一步：环境初始化与预处理 程序首先清理工作空间，加载待处理图像。将图像转换为双精度浮点数（double）并进行归一化处理，统一缩放至标准尺寸，为后续频域变换奠定基础。

第二步：执行NSCT分解 构建非下采样金字塔（NSP）结构，通过Atrous算法滤波器实现图像的多尺度分解。随后利用非下采样方向滤波器组（NSDFB），根据预设的方向数，在每个尺度上提取多个方向的高频细节分量。

第三步：频域分系数融合

1. 低频融合：对比两幅图像分解后的低频基底，直接选取对应位置像素值较大的点，从而最大限度保留背景亮度。
2. 高频融合：计算每个高频子带在3x3局部窗口内的方差。初步根据方差大小判定清晰度，随后应用5x5窗口的一致性验证优化选择矩阵，最终通过掩码合成高频分量。

第四步：图像逆变换重构 将融合后的低频系数与各层高频方向子带进行逆向堆叠。通过NSDFB重构与NSP逆过程，将频域信息重新映射回空间域，得到最终的融合图像。

第五步：指标计算与可视化 系统自动将融合结果与参考图像进行对比，计算PSNR、SSIM等关键数据。最后通过多子图窗口同步展示源图像、融合结果、低频分量以及典型方向的高频分量，并在界面上实时呈现性能指标。

关键函数与算法说明

非下采样变换逻辑（NSP/NSDFB） 系统实现的NSCT核心在于不进行下采样操作。在金字塔分解中使用Step因子增加滤波器的空洞，实现多分辨率分析。方向分解通过Gabor风格的方向滤波器捕捉图像在不同倾斜角度下的边缘强度。

局部方差计算（Local Variance） 通过3x3滑动窗口计算像素的均值与平方均值，进而得出局部方差。方差值的大小代表了该区域的纹理活跃度，是衡量多聚焦图像清晰度的关键物理指标。

一致性验证（Consistency Verification） 利用medfilt2函数对逻辑决策图进行处理。这一步是为了消除孤立的噪声点或错误的判定像素，确保属于同一焦平面的区域在融合时具有空间连续性。

性能评估指标

1. PSNR：衡量图像重建质量，分值越高代表失真越小。
2. SSIM：从亮度、对比度和结构三个维度评估融合图像与原图的相似程度。
3. 信息熵：反映融合图像所包含的信息丰富度。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。
2. 工具箱需求：Image Processing Toolbox（图像处理工具箱）。
3. 硬件建议：4GB以上内存，支持图形显示。

使用方法

1. 将所有脚本文件放置在同一工作目录下。
2. 在MATLAB命令行窗口运行主程序入口函数。
3. 系统将自动执行分解、融合及重构流程。
4. 运行结束后，程序将自动弹出可视化窗口，展示融合效果图及对应的量化指标数据。