従来の多焦点画像融合アルゴリズムにおける融合境界のぼやけや疑似影などの問題に対して、改良されたラプラスエネルギーと（SML）および差分画像を組み合わせた多焦点画像融合アルゴリズムを提案した。まず、元画像の焦点特徴情報を抽出するために、それぞれSMLとフィルタ差分によって焦点度を測定し、次にガイドフィルタを用いてより多くの細部特徴を取得した。次に、ピクセルの最大値ルールを用いて初期融合決定図を生成し、初期融合決定図に対して小領域の除去を行い、焦点領域と非焦点領域の類似によって発生するノイズを除去し、融合決定図の不整合処理を施してより正確な焦点領域を得た。最後に、ピクセル単位の加重平均ルールにより融合画像を得た。実験結果は、提案したアルゴリズムが主観的視覚効果および客観的評価指標の両面で対比アルゴリズムを上回り、相互情報量、特徴相互情報量、画像勾配特徴がカラー画像でそれぞれ0.17％、0.38％、0.11％、グレースケール画像ではそれぞれ0.7％、0.69％、0.33％向上し、平均実行時間は0.5秒未満で計算効率が高いことを示した。さらに、本アルゴリズムは元画像情報の完全性を良好に保持し、融合画像の境界は鮮明で疑似影がない。

多焦点画像融合; 改良ラプラスエネルギー; 差分画像; 焦点領域検出