[發明專利]基于人眼視覺特性的融合圖像感知清晰度評價方法

有效

• 申請號: 201210310703.5
• 申請日: 2012-08-28
• 公開（公告）號: CN102881010A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 金偉其;高紹姝;王霞;王嶺雪;路陸;駱媛
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 付雷杰;高燕燕

1.一種基于人眼視覺特性的融合圖像感知清晰度評價方法，其特征在于，包括如下步驟：

步驟一、設同一場景的兩幅源圖像分別為圖像一S₁(x,y)和圖像二S₂(x,y)，以及二者的融合圖像為g(x,y)，(x,y)為圖像中像素位置坐標，圖像一S₁(x,y)和圖像二S₂(x,y)尺寸一致，若融合后的圖像為彩色圖像，則將融合后的圖像轉換為灰度圖像g(x,y)；

步驟二、利用所述的圖像一與圖像二，計算該圖像場景的人眼感興趣區域ROI，方法如下：

201、分別計算圖像一的帶通圖像L_bp1(x,y)和圖像二的帶通圖像I_bp2(x,y)，即：

I_bp1(x,y)＝(φ₀-φ₁)*S₁(x,y)

I_bp2(x,y)＝(φ₀-φ₁)*S₂(x,y)

其中，“*”為卷積；φ_j為高斯核標準偏差σ_j＝2^j，j取0和1時，分別對應φ₀和φ₁；

202、針對圖像一的帶通圖像I_bp1(x,y)，利用最大類間方差法自動選取二值化閾值，進行二值化處理；針對圖像二的帶通圖像I_bp2(x,y)，同樣利用最大類間方差法自動選取二值化閾值，進行二值化處理，提取I_bp1(x,y)二值化圖像矩陣和I_bp2(x,y)二值化圖像矩陣中元素值為1的點的坐標組成集合，定義為該場景圖像的人眼感興趣區域ROI；

步驟三、針對g(x,y)進行頻域的CSF濾波和OE調制，得到人眼感知圖像g'(x,y)；其中，CSF為人眼對比度敏感模型，OE為傾斜效應模型；

步驟四、在人眼感興趣區域ROI中，計算所述g'(x,y)對應的人眼感知對比度PC₀(x,y)之和，除以ROI的總像素數N_ROI，得到融合圖像感知清晰度評價分數PS：

PS=Σ(x,y)∈ROIPC0(x,y)NROI]]>

其中，人眼感知對比度函數PC₀(x,y)為

PC0(x,y)=(φ0-φ1)*g′(x,y)JND(I)Dmax(x,y)≥JND(I)0Dmax(x,y)<JND(I)]]>

其中，背景灰度I＝φ₁*g′(x,y)，JND為人類視覺感知模型，是通過人眼主觀實驗測量的不同灰度背景I下人眼恰可分辨差異，得到JND關于I的曲線；D_max(x,y)為圖像g'(x,y)中像素位置(x,y)處加權平均灰度變化D_n(x,y)在四個方向掩膜下的最大值，n=1,2,3,4；

Dmax(x,y)=maxn=1,2,3,4{|Dn(x,y)|}]]>

Dn(x,y)=116Σα=15Σβ=15g′(x-3+α,y-3+β)Wn(α,β)]]>

所述的四個方向掩膜W₁(α,β)～W₄(α,β)分別為：010-1030-3080-8030-3010-1,]]>0010008300130-3-100-3-8000-100,]]>0010000380-1-30310-8-30000-100,]]>000001383100000-1-3-8-3-100000,]]>W_n(α,β)表示第n個方向掩膜中第α行、第β列的值；

ROI中PC₀越大則PS值越大，表示感知對比度越大，圖像清晰度越好。