[發明專利]一種基于TVL結構紋理分解的圖像融合質量評價方法

有效

• 申請號: 201910287905.4
• 申請日: 2019-04-11
• 公開（公告）號: CN110555823B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 羅曉清;張戰成;張斌;張寶成
• 申請（專利權）人: 江南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/50;G06T7/49
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 梅洪玉;劉秋彤

本發明公開了一種基于TVL結構紋理分解的圖像融合質量評價方法，屬于圖像融合領域。其主要測試兩幅源圖像經過某種融合方法融合之后融合質量的好壞，以此來說明融合方法的優劣。其實現的主要步驟為：(1)選擇恰當的系數利用TVL將圖像一級分別分解為一級結構圖像、一級紋理圖像；(2)利用相同的系數將一級紋理圖像繼續分解為二級結構圖像以及二級紋理圖像，再根據相應的系數給每幅分解圖像分配相應的系數；(3)利用邊緣梯度指標Qsubgt;G/subgt;來計算一級結構圖像、二級結構圖像、二級紋理圖像的融合得分；(4)最后結合(2)中的權重以及(3)中的融合得分來得出每種融合方法的總得分，根據總得分來評價融合方法的好壞。

技術領域

本發明屬于圖像融合領域，涉及一種圖像融合質量評價方法，是圖像融合系統中不可或缺的核心內容之一，在醫學領域、軍事領域以及在平時生活中有著廣泛的應用。

背景技術

圖像融合質量評價方法分為兩類：一類是主觀法：它是將融合圖像交給人眼的進行主觀感覺度量的方法。最經典的方法是曼徹斯特大學的教授2007年提出的主觀測量方法，通過多個測試者對不同融合方法得到的融合圖像中的特定目標進行識別，依據識別時間和識別的正確率，判斷圖像融合方法的優劣。由于在大部分情況下人是融合圖像的直接使用者，所以該方法具有一定的可靠性以及直接性。但是該方法也存在一定的局限性：(1)由于人腦的感知圖像的機制非常復雜，從而導致人的主觀感覺有可能是不一樣的。(2)評價成本高：該方法非常耗時耗力，并且效率也比較低。(3)受環境的影響比較大，比如觀察距離，光照等都會影響人的判斷。另一類是客觀法：即通過計算相關指標來定量的模擬人類的視覺系統(Human-visual-system,HVS)。該方法通過定量的測量使得融合效果具有較高的客觀性，是如今流行的圖像融合質量評價方法。從原理上可以把客觀法分為三類：

(1)基于統計特性的評價指標：該指標是通過計算單幅融合圖像，例如計算融合圖像的標準差、平均梯度等來評價融合的好壞。

(2)基于信息量的客觀指標：該指標是通過計算源圖像轉移到融合圖像的信息量的多少來評價融合的質量，例如互信息。

(3)基于人類感知的評價指標：該指標是基于人類的視覺系統對圖像的感知原理來判斷融合圖像的優劣。

根據對人類視覺系統的研究，人們對圖像質量感知主要來自于圖像底層視覺特征，其中紋理特征是最重要的特征之一。紋理特征產生的位置與圖像在人眼視覺系統中產生的區域是一樣的，此外紋理特征還有比較好的表征圖像質量感知的能力。圖像的結構特征是整張圖像的輪廓，人眼對輪廓也有著較高的辨識度，所以結構特征也是一個比較重要的特征。但是上述指標并沒有對圖像的紋理特征和結構特征進行單獨評價。

發明內容

本發明的目的是針對上述現有技術的不足，提出一種基于TVL結構紋理分解的圖像融合質量評價方法，其中在結構紋理分解的研究領域中TVL(總變差正則化)的表現是最好的。鑒于紋理特征和結構特征在實際圖像中所占的比例不同，而在TVL結構紋理分解中的λ系數恰好可以調節紋理特征和結構特征的權重，所以本發明算法能夠準確的評價融合圖像的質量。

本發明解決其技術問題所采用的技術方案如下：

一種基于TVL結構紋理分解的圖像融合質量評價方法，包括以下步驟：

TVL分解是將一幅圖像多級分解為紋理圖像和結構圖像的方法。分解原理如圖1所示。首先將原圖像f用系數λ₁分解為結構圖像和紋理圖像此時即結構圖像和紋理圖像合并就是原圖像。接著保留結構圖像，繼續將剛剛分解的紋理圖像用系數λ₂進行結構紋理分解，得到第二級的結構圖像和紋理圖像此后不斷地如此分解，最后也就是上一級的紋理圖像被分解為下一級的結構圖像和紋理圖像。