[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

说明书

技术领域

本发明涉及一种基于人眼视觉特性的融合图像感知清晰度评价方法，属于图像处理中融合技术领域。

背景技术

近年来，随着多波段图像传感器技术的发展，多波段图像融合技术已有实用的系统和装备获得成功的应用。使观察者获得更准确的场景理解是融合图像的主要目的之一，清晰的融合图像更有利于观察者对图像场景内容的理解，如何评价融合图像的质量，成为图像融合技术和系统设计的重要环节。

图像清晰度是评价图像质量时常用的质量属性，其包含分辨率和锐度两方面因素。分辨率反映图像细节信息，锐度则表示边缘变化的尖锐程度。清晰度好的图像具有较丰富的细节信息，表现出边缘和纹理方面较好的辨识性。同时，使观察者获得更准确的场景理解是融合图像的主要目的之一，清晰的融合图像更有利于观察者对图像场景内容的理解。因此，清晰度是影响融合图像质量的一个重要方面。对于彩色图像，清晰度主要取决于图像的亮度分量。因此，目前大量研究均使用彩色图像的亮度分量来构造客观计算模型，评价彩色图像的清晰度，例如，Yuan基于亮度分量的梯度信息给出彩色融合图像清晰度评价模型S_Y；Zhang通过衡量灰度图像的局部对比度给出彩色图像清晰度评价模型S_Z；Zhu基于灰度图像局部梯度的奇异值分解，提出了彩色图像清晰度评价模型S_Zhu。此外，Marziliano通过计算图像中边缘过渡带的宽度给出图像模糊度指标B_M(图像越模糊则清晰度越差)；Crete利用不同清晰度图像，经相同高斯模糊后，梯度变化量的不同，给出彩色图像模糊度评价模型B_C。

以上所述模型均利用图像的亮度分量来评价彩色图像清晰度，虽然可以方便的衡量图像的清晰度，但是缺少考虑人眼视觉特性，以上模型在某些情况下无法得到与人眼主观一致的评价结果。事实上，图像感知清晰度与观察者所处的观察条件，例如观察距离，显示器屏幕每英寸的像素数等因素，以及人眼视觉特性有密切的关系。因此，考虑特定观察条件下人眼的视觉特性来构造与人眼主观更加一致的融合图像感知清晰度评价模型成为亟待解决的问题。

发明内容

本发明的目的是克服现有技术的上述不足，建立一种考虑人眼视觉特性的融合图像感知清晰度的评价方法。本发明基于人眼视觉特性，提出新的图像感知对比度算法，能够实现对彩色融合图像感知清晰度的客观评价，其评价结果与人眼主观感受具有较好的一致性。

为达到上述目的，本发明的技术方案为：

一种基于人眼视觉特性的融合图像感知清晰度评价方法，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I_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；