[發明專利]一種全參考多曝光融合圖像質量評估方法

有效

• 申請號: 201611158405.3
• 申請日: 2016-12-15
• 公開（公告）號: CN106780463B
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 曾煥強;刑露;倪張凱;曹九穩;蔡燦輝;馬凱光
• 申請（專利權）人: 華僑大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 泉州市文華專利代理有限公司 35205
• 代理人: 張浠娟

本發明一種全參考多曝光融合圖像質量評估方法，充分考慮人眼視覺系統和多曝光圖像的特性，利用人眼對融合后的圖像對比度和飽和度比較敏感的現象，在進行多尺度分解的基礎上，以對比度作為權重值對多個參考圖像進行融合后作為新參考圖像，再與需評估的多曝光融合圖像進行對比度和飽和度的相似性比較，從而得到單層質量評估值，再將多層質量評估值加權融合得到最終分數；該方法計算簡單，充分反映了人眼對于多曝光融合圖像的主觀感知度，能夠較好地評估多曝光融合圖像的質量。

技術領域

本發明涉及一種基于對比度和飽和度的全參考多曝光融合圖像質量評估方法。

背景技術

隨著計算機和網絡通信技術的快速發展，人們對數字圖像的質量要求越來越高。但是由于受到現有圖像采集設備硬件水平的限制，相機所能采集到的自然場景的亮度動態范圍遠遠少于自然真實場景的動態范圍，例如從夜空中的星光到耀眼的太陽，場景亮度變化涵蓋了大約九個數量級的動態范圍。因此，多曝光融合技術應運而生。其將多幅曝光程度不等的圖像融合成一幅質量優異的圖像，彌補了硬件設施的不足，在電子消費設備等領域具有廣泛的應用價值。

雖然多曝光融合圖像的技術多種多樣，但融合的目的始終是改善圖像的質量。因此如何根據人類視覺系統評估多曝光融合圖像質量的優異是圖像融合中重要的研究內容，對融合算法的優化有著重要意義。

傳統的多曝光融合圖像質量評估方法包括主觀評估方法和客觀評估方法。主觀評估方法是人眼直接觀察圖像，根據人的主觀感知和規定的評估標準與尺度對圖像進行相應的評判，得到最后的評估值。主觀評估方法的結果往往更加符合圖像的實際觀察質量。但是其缺點也是十分明顯的，如耗時長，需要大量人力物力，操作繁瑣，不便于實際應用。而客觀評估方法則彌補了主觀評估的缺點，通過建立數學模型模仿人類視覺特性對圖像進行評估，計算簡單，耗時短。客觀質量評估方法分為全參考圖像質量評估方法、半參考圖像質量評估方法和無參考圖像質量評估方法。

現有全參考融合圖像質量客觀評估方法分為以下幾類：

(1)基于信息量的客觀評估，如熵、交叉熵、相關熵/聯合熵、互信息；

(2)基于信噪比的評估，如峰值信噪比(PSNR)；

(3)基于梯度的評估，如清晰度和空間頻率等。

但是以上幾類傳統的融合圖像客觀質量評估方法存在一定的局限性：其一是沒有充分考慮人眼視覺特性；其二則是它們的提出往往是針對融合圖像，而非多曝光融合圖像，缺乏考慮圖像曝光程度不一的因素。因此現有算法并不適用于多曝光融合圖像質量評估。目前在圖像處理領域中缺少對多曝光融合圖像進行質量評估的方法。

發明內容

本發明的目的在于提出一種全參考多曝光融合圖像質量評估方法，基于人類視覺系統(HVS)，充分反映了人眼對于多曝光融合圖像的主觀感知度，能夠較好地評估多曝光融合圖像的質量，且整體計算簡單。

本發明一種全參考多曝光融合圖像質量評估方法，包括如下步驟：

步驟1、輸入融合圖像F和參考圖像序列里的全部參考圖像R_i，i表示參考圖像序列里的排序；

步驟2、對步驟1的融合圖像和參考圖像進行多尺度分解，得到l分解層，每個分解層包括分解后的參考圖像R_l,i與多曝光融合圖像F_l，其中l表示層數，取值范圍為1,2,3,4,5，i表示參考圖像序列里的排序，多尺度分解過程具體操作如下：

對步驟1的融合圖像和參考圖像進行多尺度分解，總共分解為5層，第一層分解圖像為原圖像不變，后一層分解圖像以上一層圖像作為輸入圖像，對其進行低通濾波和按照圖像寬度和高度進行1/2的空間下采樣得到該分解層圖像；最后，逐層分解得到每個分解層的參考圖像與多曝光融合圖像；

步驟3、對每個分解層的參考圖像與多曝光融合圖像分別計算其相應質量評估值：