[发明专利]一种图像融合质量检测方法及装置

说明书

本申请公开一种图像融合质量检测方法及装置。所述方法包括从视频图像的每一帧中查找被追踪者图像帧；依据小波变换图像融合方法、轮廓小波融合方法和尺度不变特征变换图像融合方法分别对多张被追踪者图像进行图像融合；根据融合结果分别计算标准差，根据标准差判定图像融合质量。采用本申请提供的图像融合质量检测方法，通过计算三种不同的图像融合方式的标准差来检测图像融合的质量好坏，实现对被追踪者更好的定位。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像融合质量检测方法及装置。

背景技术

在视频安防监控中，人物的追踪定位是最重要的问题。然而在识别人物时很容易出现由于被物体遮挡而不能轻易识别人物定位的情况。

现有技术中一般采用的是从视频中寻找最能够体现人物面容的一张或多张图片来人工推断被拍摄者的面部特征，以此来实现人物追踪。但人工推断在很大程度上不能准确了解被拍摄者情况，由此导致人物追踪失败。现有技术越来越多摒弃人工识别的方式，推出各种图像自动识别方法，但检测图像的质量好坏也是人物追踪的关键性条件，因此亟需一种能够检测图像质量的方法来通知追踪者人物追踪的准确性。

发明内容

本申请提供了一种图像融合质量检测方法，包括：

从视频图像的每一帧中查找被追踪者图像帧；

依据小波变换图像融合方法、轮廓小波融合方法和尺度不变特征变换图像融合方法分别对多张被追踪者图像进行图像融合；

根据融合结果分别计算标准差，根据标准差判定图像融合质量。

如上所述的图像融合质量检测方法，其中，从视频图像的每一帧中查找被追踪者图像帧，具体为：

构建深度卷积神经网络模型；

从输入层开始，依次经过第一卷积层、第一深度卷积层、第二卷积层、第二深度卷积层、第三卷积层和第三深度卷积层；

将输出图像输入全局平均池化层和全连接层，达到softmax层，softmax层输出被追踪者出现的概率，若输出概率为1，则该图像帧为被追踪者图像帧。

如上所述的图像融合质量检测方法，其中，在查找到被追踪者图像后还包括对被追踪者图像进行预处理，消除或减少图像中的噪声。

如上所述的图像融合质量检测方法，其中，依据小波变换图像融合方法对预处理后的多张被追踪者图像进行图像融合，具体包括如下子步骤：

分别用离散小波变换函数分解每张被追踪者图像得到源图像；

基于模极大值融合算法对源图像对应的小波系数进行融合，得到融合图像；

将融合后的图像进行小波反变换，得到基于小波变换的图像融合结果。

如上所述的图像融合质量检测方法，其中，依据轮廓小波融合方法对预处理后的多张被追踪者图像进行图像融合，具体包括如下子步骤：

分别用边缘轮廓变换函数分解每张被追踪者图像得到源图像，对源图像进行分解得到轮廓小波系数；

比较分解得到的轮廓小波系数中高频系数，将高频系数最大值作为融合图像的高频系数；

计算分解得到的轮廓小波系数中低频系数的均值，将低频系数的均值作为融合图像的低频系数；

将融合图像的低频系数和高频系数构成融合图像的系数，对融合图像的系数进行轮廓小波融合反变换，得到基于轮廓小波融合方法的图像融合结果。

如上所述的图像融合质量检测方法，其中，依据尺度不变特征变换图像融合方法对预处理后的多张被追踪者图像进行图像融合，具体包括如下子步骤：