[发明专利]一种全参考多曝光融合图像质量评估方法

说明书

本发明一种全参考多曝光融合图像质量评估方法，充分考虑人眼视觉系统和多曝光图像的特性，利用人眼对融合后的图像对比度和饱和度比较敏感的现象，在进行多尺度分解的基础上，以对比度作为权重值对多个参考图像进行融合后作为新参考图像，再与需评估的多曝光融合图像进行对比度和饱和度的相似性比较，从而得到单层质量评估值，再将多层质量评估值加权融合得到最终分数；该方法计算简单，充分反映了人眼对于多曝光融合图像的主观感知度，能够较好地评估多曝光融合图像的质量。

技术领域

本发明涉及一种基于对比度和饱和度的全参考多曝光融合图像质量评估方法。

背景技术

随着计算机和网络通信技术的快速发展，人们对数字图像的质量要求越来越高。但是由于受到现有图像采集设备硬件水平的限制，相机所能采集到的自然场景的亮度动态范围远远少于自然真实场景的动态范围，例如从夜空中的星光到耀眼的太阳，场景亮度变化涵盖了大约九个数量级的动态范围。因此，多曝光融合技术应运而生。其将多幅曝光程度不等的图像融合成一幅质量优异的图像，弥补了硬件设施的不足，在电子消费设备等领域具有广泛的应用价值。

虽然多曝光融合图像的技术多种多样，但融合的目的始终是改善图像的质量。因此如何根据人类视觉系统评估多曝光融合图像质量的优异是图像融合中重要的研究内容，对融合算法的优化有着重要意义。

传统的多曝光融合图像质量评估方法包括主观评估方法和客观评估方法。主观评估方法是人眼直接观察图像，根据人的主观感知和规定的评估标准与尺度对图像进行相应的评判，得到最后的评估值。主观评估方法的结果往往更加符合图像的实际观察质量。但是其缺点也是十分明显的，如耗时长，需要大量人力物力，操作繁琐，不便于实际应用。而客观评估方法则弥补了主观评估的缺点，通过建立数学模型模仿人类视觉特性对图像进行评估，计算简单，耗时短。客观质量评估方法分为全参考图像质量评估方法、半参考图像质量评估方法和无参考图像质量评估方法。

现有全参考融合图像质量客观评估方法分为以下几类：

(1)基于信息量的客观评估，如熵、交叉熵、相关熵/联合熵、互信息；

(2)基于信噪比的评估，如峰值信噪比(PSNR)；

(3)基于梯度的评估，如清晰度和空间频率等。

但是以上几类传统的融合图像客观质量评估方法存在一定的局限性：其一是没有充分考虑人眼视觉特性；其二则是它们的提出往往是针对融合图像，而非多曝光融合图像，缺乏考虑图像曝光程度不一的因素。因此现有算法并不适用于多曝光融合图像质量评估。目前在图像处理领域中缺少对多曝光融合图像进行质量评估的方法。

发明内容

本发明的目的在于提出一种全参考多曝光融合图像质量评估方法，基于人类视觉系统(HVS)，充分反映了人眼对于多曝光融合图像的主观感知度，能够较好地评估多曝光融合图像的质量，且整体计算简单。

本发明一种全参考多曝光融合图像质量评估方法，包括如下步骤：

步骤1、输入融合图像F和参考图像序列里的全部参考图像R_i，i表示参考图像序列里的排序；

步骤2、对步骤1的融合图像和参考图像进行多尺度分解，得到l分解层，每个分解层包括分解后的参考图像R_l,i与多曝光融合图像F_l，其中l表示层数，取值范围为1,2,3,4,5，i表示参考图像序列里的排序，多尺度分解过程具体操作如下：

对步骤1的融合图像和参考图像进行多尺度分解，总共分解为5层，第一层分解图像为原图像不变，后一层分解图像以上一层图像作为输入图像，对其进行低通滤波和按照图像宽度和高度进行1/2的空间下采样得到该分解层图像；最后，逐层分解得到每个分解层的参考图像与多曝光融合图像；

步骤3、对每个分解层的参考图像与多曝光融合图像分别计算其相应质量评估值：