[發(fā)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?zhí)枺?/td>: 201210310703.5
• 申請日: 2012-08-28
• 公開（公告）號: CN102881010A
• 公開（公告）日: 2013-01-16
• 發(fā)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

技術領域

本發(fā)明涉及一種基于人眼視覺特性的融合圖像感知清晰度評價方法，屬于圖像處理中融合技術領域。

背景技術

近年來，隨著多波段圖像傳感器技術的發(fā)展，多波段圖像融合技術已有實用的系統和裝備獲得成功的應用。使觀察者獲得更準確的場景理解是融合圖像的主要目的之一，清晰的融合圖像更有利于觀察者對圖像場景內容的理解，如何評價融合圖像的質量，成為圖像融合技術和系統設計的重要環(huán)節(jié)。

圖像清晰度是評價圖像質量時常用的質量屬性，其包含分辨率和銳度兩方面因素。分辨率反映圖像細節(jié)信息，銳度則表示邊緣變化的尖銳程度。清晰度好的圖像具有較豐富的細節(jié)信息，表現出邊緣和紋理方面較好的辨識性。同時，使觀察者獲得更準確的場景理解是融合圖像的主要目的之一，清晰的融合圖像更有利于觀察者對圖像場景內容的理解。因此，清晰度是影響融合圖像質量的一個重要方面。對于彩色圖像，清晰度主要取決于圖像的亮度分量。因此，目前大量研究均使用彩色圖像的亮度分量來構造客觀計算模型，評價彩色圖像的清晰度，例如，Yuan基于亮度分量的梯度信息給出彩色融合圖像清晰度評價模型S_Y；Zhang通過衡量灰度圖像的局部對比度給出彩色圖像清晰度評價模型S_Z；Zhu基于灰度圖像局部梯度的奇異值分解，提出了彩色圖像清晰度評價模型S_Zhu。此外，Marziliano通過計算圖像中邊緣過渡帶的寬度給出圖像模糊度指標B_M(圖像越模糊則清晰度越差)；Crete利用不同清晰度圖像，經相同高斯模糊后，梯度變化量的不同，給出彩色圖像模糊度評價模型B_C。

以上所述模型均利用圖像的亮度分量來評價彩色圖像清晰度，雖然可以方便的衡量圖像的清晰度，但是缺少考慮人眼視覺特性，以上模型在某些情況下無法得到與人眼主觀一致的評價結果。事實上，圖像感知清晰度與觀察者所處的觀察條件，例如觀察距離，顯示器屏幕每英寸的像素數等因素，以及人眼視覺特性有密切的關系。因此，考慮特定觀察條件下人眼的視覺特性來構造與人眼主觀更加一致的融合圖像感知清晰度評價模型成為亟待解決的問題。

發(fā)明內容

本發(fā)明的目的是克服現有技術的上述不足，建立一種考慮人眼視覺特性的融合圖像感知清晰度的評價方法。本發(fā)明基于人眼視覺特性，提出新的圖像感知對比度算法，能夠實現對彩色融合圖像感知清晰度的客觀評價，其評價結果與人眼主觀感受具有較好的一致性。

為達到上述目的，本發(fā)明的技術方案為：

一種基于人眼視覺特性的融合圖像感知清晰度評價方法，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、利用圖像一與圖像二，計算該圖像場景的人眼感興趣區(qū)域ROI，方法如下：

201、分別計算圖像一的帶通圖像I_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(qū)域ROI；