[发明专利]一种基于TVL结构纹理分解的图像融合质量评价方法

权利要求书

1.一种基于TVL结构纹理分解的图像融合质量评价方法，其特征在于，该图像融合质量评价方法首先对图像进行TVL二级结构纹理分解；之后，分别将两幅源图像与融合图像的对应的一级结构图像、二级结构图像以及二级纹理图像利用边缘梯度指标Q_G做出相应的评价；最后，再将3类的分解图像综合得出融合的分数；

对图像进行TVL二级结构纹理分解过程中，系数λ设置在[0,1]，其中，初始分解和二级分解的结构图像分解系数为λ，纹理图像的分解系数为1-λ；

采用基于边缘信息的客观指标Q_G来计算图像融合质量的得分，该指标的计算公式为：

其中，Q^AF和Q^BF分别是源图像A与源图像B分别与融合图像F边缘宽度与方向的相似度；w^A(i，j)，w^B(i，j)分别是Q^AF和Q^BF的权重，其中m表示图像的宽度，m＝1～M；n表示图像的长度，n＝1～N，i、j表示不同点的像素值；

具体步骤如下：

第一步：分别将源图像A、B和融合图像F用系数λ进行一级分解，分别得到结构图像以及得到纹理图像一级分解过程中，将λ作为结构图像的权重，将1-λ作为纹理图像的权重；

第二步：继续将三幅纹理图像用相同系数λ继续进行二级分解，分别得到结构图像以及三幅纹理图像二级分解过程中，三幅二级结构图像的权重系数为λ(1-λ)，三幅二级纹理图像的权重为(1-λ)²，此时

第三步：最后分别用边缘梯度指标Q_G计算的融合分数Score3，接着算出的融合得分Score2，最后计算一级分解的结构图像的相似度Score1；此时，得出

第四步：计算出最终融合分数：

Score＝Score1*λ+[Score2*λ(1-λ)+Score3*(1-λ)²]。

2.根据权利要求1所述的一种基于TVL结构纹理分解的图像融合质量评价方法，其特征在于，当源图像为多聚焦图像时，二级分解系数λ设为0.2；当源图像为医学图像时，二级分解系数λ设为0.4；当源图像为红外可见光图像时，二级分解系数λ设为0.2。