[發(fā)明專利]多曝光X射線融合圖像的質(zhì)量評(píng)價(jià)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110304551.7
• 申請(qǐng)日: 2021-03-22
• 公開（公告）號(hào): CN113034463A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 祁艷杰;楊澤輝
• 申請(qǐng)（專利權(quán)）人: 太原科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13;G06T5/50
• 代理公司: 太原中正和專利代理事務(wù)所(普通合伙) 14116
• 代理人: 焦進(jìn)宇

1.多曝光X射線融合圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，具體步驟如下：

一、選擇Sobel算子作為卷積模板，局部梯度通過將圖像與Sobel算子卷積得到，水平和垂直的Sobel算子分別用H_x、H_y表示：

那么，圖像I的梯度幅值為：

其中，代表卷積運(yùn)算，(x,y)代表像素點(diǎn)的位置；

二、利用融合思想對(duì)參考圖像進(jìn)行融合，形成新參考圖像，再進(jìn)行質(zhì)量評(píng)估；

三、對(duì)于同一序列下的參考圖像，以I_k(k＝1,2,…,M)代表第k幅參考圖像，F(xiàn)表示測(cè)試圖像，M表示同一序列下多曝光參考圖像的數(shù)量，則參考圖像和測(cè)試圖像的梯度幅值計(jì)算為：

其中，代表卷積運(yùn)算，(x,y)代表像素點(diǎn)的位置，H_x表示Sobel梯度算子的水平方向模板，H_y表示Sobel梯度算子的垂直方向模板；

四、通過比較G_k(x,y)值，取最大值構(gòu)成新的參考圖像，使得新的參考圖像邊緣結(jié)構(gòu)最突出，即新的參考圖像r的梯度為：

G_r(x,y)＝argmax{G_k(x,y)} (5)

其中，k＝1,2,…,M，M表示同一序列下多曝光參考圖像的數(shù)量；

五、計(jì)算新參考圖像與測(cè)試圖像F之間的梯度幅值相似性：

其中，T為一個(gè)正常數(shù)來維持算法穩(wěn)定性；

六、建立對(duì)比敏感度函數(shù)的函數(shù)模型為：

A(f)＝2.6(0.192+0.114f)exp[-(0.114f)^1.1] (7)

對(duì)于一個(gè)M×N的圖像，空間頻率計(jì)算如下：

其中，f_x代表水平方向上的周期頻率，f_y代表垂直方向上的周期頻率，I(i,j)代表該選定圖像塊的像素值；

f為空間頻率，H(f)為對(duì)比度敏感度函數(shù)，修正后的對(duì)比度敏感度函數(shù)為：

H(f)＝2.6(0.0192+0.114kf)exp(-(0.114kf)^1.1) (11)

其中，k用來對(duì)函數(shù)進(jìn)行調(diào)節(jié)；

七、建立評(píng)價(jià)模型：

1)、對(duì)所有圖像進(jìn)行濾波預(yù)處理，模板采用半徑為7的圓形濾波窗口；

2)、利用公式(3)計(jì)算參考圖像的梯度幅值G_k(x,y)、用公式(4)計(jì)算測(cè)試圖像的梯度幅值G_F(x,y)，然后用公式(5)計(jì)算新的參考圖像r的梯度幅值G_r(x,y)；

3)、利用公式(6)計(jì)算新的參考圖像r的梯度幅值和測(cè)試圖像F的梯度幅值相似性GM(X,Y)；

4)、把測(cè)試圖像的梯度G_F(x,y)代入公式(11)所示的CSF函數(shù)，得到權(quán)重圖ω(x,y)＝H(G_F(x,y))，得到結(jié)合CSF和梯度幅值相似性的圖像質(zhì)量評(píng)價(jià)指標(biāo)Q為：

其中，Ω表示新的參考圖像和測(cè)試圖像對(duì)應(yīng)的整個(gè)圖像域。

2.根據(jù)權(quán)權(quán)利要求1所述的多曝光X射線融合圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，圖像質(zhì)量評(píng)價(jià)指標(biāo)滿足對(duì)稱性，取值范圍在0到1之間，值越大，測(cè)試圖像的質(zhì)量越好，值越小，測(cè)試圖像的質(zhì)量越差。