[发明专利]基于人眼视觉特性的融合图像感知清晰度评价方法

权利要求书

1.一种基于人眼视觉特性的融合图像感知清晰度评价方法，其特征在于，包括如下步骤：

步骤一、设同一场景的两幅源图像分别为图像一S₁(x,y)和图像二S₂(x,y)，以及二者的融合图像为g(x,y)，(x,y)为图像中像素位置坐标，图像一S₁(x,y)和图像二S₂(x,y)尺寸一致，若融合后的图像为彩色图像，则将融合后的图像转换为灰度图像g(x,y)；

步骤二、利用所述的图像一与图像二，计算该图像场景的人眼感兴趣区域ROI，方法如下：

201、分别计算图像一的带通图像L_bp1(x,y)和图像二的带通图像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，“*”为卷积；φ_j为高斯核标准偏差σ_j＝2^j，j取0和1时，分别对应φ₀和φ₁；

202、针对图像一的带通图像I_bp1(x,y)，利用最大类间方差法自动选取二值化阈值，进行二值化处理；针对图像二的带通图像I_bp2(x,y)，同样利用最大类间方差法自动选取二值化阈值，进行二值化处理，提取I_bp1(x,y)二值化图像矩阵和I_bp2(x,y)二值化图像矩阵中元素值为1的点的坐标组成集合，定义为该场景图像的人眼感兴趣区域ROI；

步骤三、针对g(x,y)进行频域的CSF滤波和OE调制，得到人眼感知图像g'(x,y)；其中，CSF为人眼对比度敏感模型，OE为倾斜效应模型；

步骤四、在人眼感兴趣区域ROI中，计算所述g'(x,y)对应的人眼感知对比度PC₀(x,y)之和，除以ROI的总像素数N_ROI，得到融合图像感知清晰度评价分数PS：

PS=Σ(x,y)∈ROIPC0(x,y)NROI]]>

其中，人眼感知对比度函数PC₀(x,y)为

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为人类视觉感知模型，是通过人眼主观实验测量的不同灰度背景I下人眼恰可分辨差异，得到JND关于I的曲线；D_max(x,y)为图像g'(x,y)中像素位置(x,y)处加权平均灰度变化D_n(x,y)在四个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)]]>

所述的四个方向掩膜W₁(α,β)～W₄(α,β)分别为：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个方向掩膜中第α行、第β列的值；

ROI中PC₀越大则PS值越大，表示感知对比度越大，图像清晰度越好。