[發(fā)明專利]一種基于視覺任務(wù)的彩色融合圖像質(zhì)量評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210079156.4
• 申請(qǐng)日: 2012-03-23
• 公開（公告）號(hào): CN102663745A
• 公開（公告）日: 2012-09-12
• 發(fā)明（設(shè)計(jì)）人: 金偉其;高紹姝;王嶺雪;王霞;駱媛;路陸
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/40
• 代理公司: 北京理工大學(xué)專利中心 11120
• 代理人: 楊志兵;高燕燕

1.一種基于視覺任務(wù)的彩色融合圖像質(zhì)量評(píng)價(jià)方法，其特征在于，該方法包括：

第一步：針對(duì)多幅典型場(chǎng)景的可見光與紅外彩色融合圖像，采用符合國(guó)際標(biāo)準(zhǔn)要求的主觀評(píng)價(jià)實(shí)驗(yàn)，得到每一幅圖像對(duì)應(yīng)的4個(gè)單一質(zhì)量屬性和2個(gè)基于視覺任務(wù)圖像感知質(zhì)量參數(shù)的人眼主觀評(píng)價(jià)分?jǐn)?shù)；

其中，所述單一質(zhì)量屬性包括目標(biāo)與背景的感知對(duì)比度PCTB、清晰度S、顏色協(xié)調(diào)性CH和顏色自然感CN；

所述基于視覺任務(wù)圖像感知質(zhì)量參數(shù)包括：基于目標(biāo)探測(cè)的圖像感知質(zhì)量PQTD和基于場(chǎng)景理解的圖像感知質(zhì)量PQSU；其中，對(duì)PQTD評(píng)價(jià)時(shí)，要求觀察者衡量圖像中目標(biāo)的可探測(cè)性，以是否有利于觀察者快速、準(zhǔn)確的發(fā)現(xiàn)圖像中的目標(biāo)為評(píng)價(jià)標(biāo)準(zhǔn)給出評(píng)價(jià)分?jǐn)?shù)；對(duì)PQSU評(píng)價(jià)時(shí)，要求觀察者不考慮目標(biāo)是否可探測(cè)，而是綜合考慮各方面圖像質(zhì)量屬性，將融合圖像是否利于觀察者對(duì)圖像場(chǎng)景內(nèi)容直觀準(zhǔn)確的理解為判斷標(biāo)準(zhǔn)給出評(píng)價(jià)分?jǐn)?shù)；

第二步：根據(jù)實(shí)驗(yàn)所得數(shù)據(jù)，利用回歸分析方法建立每個(gè)基于視覺任務(wù)圖像感知質(zhì)量參數(shù)與單一質(zhì)量屬性之間的線性關(guān)系，從而獲得PQTD和PQSU的回歸模型；

其中，在針對(duì)PQTD和PQSU分別建立回歸模型時(shí)，以4個(gè)單一質(zhì)量屬性為備選的自變量，采用逐步回歸法向回歸方程逐步引入自變量，并進(jìn)行共線性診斷，最終選取符合顯著性檢驗(yàn)標(biāo)準(zhǔn)并且不存在嚴(yán)重多重共線性問(wèn)題的最優(yōu)回歸方程作為最終的回歸模型，回歸模型形式如下：

PQTD＝b₁×PCTB+b₂×S+b₀

PQSU＝c₁×CH+c₂×S+c₀

b₀、b₁、b₂、c₀、c₁、c₂為回歸模型中的系數(shù)；

第三步：在對(duì)彩色融合圖像質(zhì)量進(jìn)行評(píng)價(jià)時(shí)，獲得回歸模型中自變量的值，代入回歸模型得到PQTD和PQSU。

2.如權(quán)利要求1所述的方法，其特征在于，該方法包括：

所述第一步中，分別針對(duì)植物、海天和城鎮(zhèn)建筑物背景的三種典型場(chǎng)景，獲得可見光與紅外彩色融合的多幅圖像，并獲得每幅圖的6個(gè)評(píng)價(jià)指標(biāo)的人眼主觀評(píng)價(jià)分?jǐn)?shù)；

所述第二步中最終獲得PQTD和PQSU的回歸模型分別為：

PQTD＝0.714PCTB+0.314S-0.025????(1)

式(1)的決定系數(shù)R²＝0.921，表示92.1％的PQTD變化可用PCTB和S來(lái)線性表示；

PQSU＝0.675CH+0.341S-0.014????(2)

式(2)的決定系數(shù)R²＝0.970，表示97.0％的PQSU變化可用CH和S來(lái)線性表示。

3.如權(quán)利要求1所述的方法，其特征在于，該方法包括：

所述第一步中，針對(duì)植物背景的場(chǎng)景，獲得可見光與紅外彩色融合的多幅圖像，并獲得每幅圖的6個(gè)評(píng)價(jià)指標(biāo)的人眼主觀評(píng)價(jià)分?jǐn)?shù)；

所述第二步中最終獲得的PQTD和PQSU的回歸模型分別為：

PQTD＝0.768PCTB+0.246S-0.030????(3)

式(3)的決定系數(shù)R²＝0.935，表示93.5％的PQTD變化可用PCTB和S來(lái)線性表示；

PQSU＝0.532CH+0.463S-0.012????(4)

式(4)的決定系數(shù)R²＝0.944，表示94.4％的PQSU變化可用CH和S來(lái)線性表示。

4.如權(quán)利要求1所述的方法，其特征在于，該方法包括：

所述第一步中，針對(duì)海天背景的場(chǎng)景，獲得可見光與紅外彩色融合的多幅圖像，并獲得每幅圖的6個(gè)評(píng)價(jià)指標(biāo)的人眼主觀評(píng)價(jià)分?jǐn)?shù)；

所述第二步中最終獲得PQTD和PQSU的回歸模型分別為：

PQTD＝0.531PCTB+0.447S-0.010????(5)

式(5)的決定系數(shù)R²＝0.928，表示92.8％的PQTD變化可用PCTB和S來(lái)線性表示；

PQSU＝0.823CH+0.201S-0.015????(6)

式(6)的決定系數(shù)R²＝0.982，表示98.2％的PQSU變化可用CH和S來(lái)線性表示。