摘 要：近些年来，图像融合已成为图像理解和计算机视觉领域中一项重要且实用的新技术。它在理化检测分析领域的应用主要针对显微图像的处理。传统的图像融合方法包括小波变换，IHS图像融合方式等都可不同程度解决此类问题。但是此类算法因涉及频域转换等运算过程，时间效率往往较差。因此本文提出一种简单高效的拼接融合方式，并利用高斯模糊对其消除块效应。在Tenengrad梯度函數与方差法两种清晰度评价方式下，图像清晰度都得到有效提升。并且效率是小波图像融合的5倍以上。
　　关键词：景深融合;高斯模糊;Tenengrad梯度函数
　　1引言
　　在医学检验中，利用百倍显微镜观测景深较大的样品时，无论如何调整显微镜的焦平面，都只能观察到对应于该焦平面的部分清晰图像。因此就需要针对不同的焦平面在同一视场中分别采集多幅图像，然后运用计算机图像融合技术对在不同焦平面下采集的多幅图像进行融合，图像融合能够将不同类型传感器获取的同一对象的图像数据进行空间配准[1]。并且采用一定的算法将不同类型的传感器获取的同一对象的图像数据所含用的信息优势或互补性有机地结合起来产生的新的图像数据。这种新数据含有所研究对象的更多信息表征，与单一图像相对比，能够减少或抑制所研究对象可能存在的多义性、不确定性和误差，最后合成一幅每一景深部位均十分清晰的图像[2-4]。最大限度地利用同一对象的多种图像数据的信息。针对融合问题，西安电子科技大学的徐博曾提出一种大景深图像无缝拼接技术，该技术利用基于点特征的图像配准方法，并对harris角点配准方法进行改进在剔除错误角点后，再用ransac方法（即随即抽样一致性算法）提纯，保证了图像变换模型的正确估计，最后对重叠图像进行融合[5]。此方法一定程度的解决了景深问题，但是其方法时间效率低下。往往不符合医学检验过程中的高效性。重庆大学的张亚秋提出一种利用q-shift双树复小波变换[6]方法进行景深融合的方法。但此算法仍存在效率问题。为解决此类难点，本文提出将不同景深图像网格化，分别比较并取较高清晰度网格进行拼接，并利用高斯滤波对拼接边缘进行模糊，消除块效应。最终取得了较高质量的融合图像。
　　2实验步骤：
　　本文所用数据为利用高清摄像头，透过目镜对百倍显微镜下染色细胞图像进行采集得到。在采集图像的过程中因为试片在百倍镜下需要滴加松柏油才可以取得较为清晰视野。而在滴油的情况下各种细胞微生物堆叠便出现景深问题同一视野下如图2.1，图2.2所示。
　　由表1可以看出经过本文拼接算法处理后清晰度评分较处理前的两张均有提升。
　　3总结
　　本文提出了一种快速有效的网格拼接景深融合的方法。在结合景深融合要求的前提下，对待融合图像进行网格分割，并利用Tenengrad梯度算法对待融合图像分别进行清晰度评价，每个网格取清晰度评价较高的块拼接成大图。并对拼接可能产生的块效应应用高斯模糊消除明显拼接痕迹。从而得到较为清晰的融合图像。在经过Laplacian梯度与方差法两种清晰度评价方法后均证明，拼接后的图像质量更佳，且肉眼观察也更为清晰。
　　通讯作者：赵磊