[发明专利]可见光与红外灰度融合图像感知对比度客观评价

说明书

本发明涉及一种基于人眼视觉特性的灰度融合图像感知对比度评价方法，属于图像处理中图像融合技术领域。本发明在各向同性局部对比度计算模型基础上，引入人眼视觉的亮度掩盖特性，提出新的图像感知局部对比度客观计算模型。通过计算融合图像中所有像素的平均感知局部对比度，得到与人眼主观更一致的图像感知对比度客观评价模型。本方法不仅适用于灰度融合图像对比度的客观评价，也可用于对灰度融合算法的有效性评价，此外，该模型还可用于其他类型灰度图像对比度的评价。

技术领域

本发明涉及一种可见光与红外灰度融合图像感知对比度评价方法，属于图 像处理中融合技术领域。

背景技术

可见光(微光)与红外图像灰度融合技术充分发挥两个波段的成像特点，在提 高目标探测能力的同时可提供较丰富的场景细节纹理信息，已在战场昼夜侦察、 车辆夜间驾驶、安全监控等众多军用和民用领域取得明显的应用成效，并展现 出广阔的应用前景。然而，实际应用表明不同融合算法得到的融合效果不同， 如何客观无参考地评价融合图像质量成为当前国内外融合技术研究、融合成像 系统设计、产品质量检测与验收等方面急需解决的关键问题之一。

人眼通过感受图像中相对亮度变化获取其中的信息，即主要依赖于图像的 局部对比度。图像对比度反映了图像中亮暗变化的显著程度，是影响图像质量 的主要质量属性之一，对比度较好的融合图像可有效提升观察者探测目标和识 别场景的能力。经典的韦伯(Weber)对比度模型可以较好的衡量均匀背景中小目 标的对比度，迈克尔逊(Michelson)对比度模型适用于类似正弦的亮暗周期性条纹 图像的对比度描述。然而，现实场景图像包含较丰富多样的纹理和细节，难以 用图像中某些最亮或最暗的点来描述整幅图像的对比度优劣，即上述两种客观 评价模型无法直接用来度量复杂图像的对比度。为此，前人研究提出了多种图 像局部对比度模型，其中具有代表性的有：Winkler各向同性局部对比度、Peli 局部频带对比度以及局部均方根对比度。此外，利用图像直方图统计特性衡量 融合图像的灰度对比度。

然而上述图像对比度评价模型均直接衡量图像的灰度对比度，没有结合人 眼视觉特点来评价图像对比度，从而降低了客观评价结果与观察者视觉感受的 一致性。因此，考虑人眼的视觉特性来构造与人眼主观更加一致的双波段灰度 融合图像对比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 双波段灰度融合图像感知对比度的评价方法。本发明基于人眼亮度掩盖特性 (HumanLuminance Masking Effect,HLME)，提出新的图像感知对比度算法，能 够实现对可见光与红外灰度融合图像感知对比度的客观评价，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：

一种可见光与红外灰度融合图像感知对比度客观评价方法，包括如下步骤：

第一步：考虑人眼亮度掩盖特性，待评价可见光与红外灰度融合图像f(x,y) 中像素(x,y)的局部感知对比度定义为

其中，Ψ_jkn为尺度2^-j，旋转2πk/N且阶数为n的小波包，j为小波尺度，k为小 波方向，n为尺度函数的阶数，“*”为图像卷积；D_max(x,y)为像素(x,y)处四个方 向梯度的最大值

其中四个方向掩膜W₁(α,β)～W₄(α,β)分别为：W_n(α,β)表示第n个方向掩膜中第α行、第β列的值；ΔI_th为在背景灰度I_b中人眼刚能探测 该目标时，目标背景像素灰度差；I_b与ΔI_th的函数关系为