[发明专利]一种基于视觉任务的彩色融合图像质量评价方法

摘要

本发明涉及一种基于视觉任务的典型场景彩色融合图像质量评价方法，属于图像处理中图像融合技术领域。本发明通过主观评价实验，采用回归分析方法建立了基于视觉任务的融合图像综合质量预测模型：目标背景感知对比度和图像清晰度可有效预测基于目标探测的图像感知质量；利用颜色协调性和清晰度可以有效预测基于场景理解的图像感知质量。与传统的图像质量评价方法相比，本发明提出基于视觉任务的图像质量评价指标可以针对彩色融合图像的应用目的进行图像质量的综合评价，虽然难以客观量化，但是其预测模型中所包含的目标背景对比度、清晰度和协调性三个基本指标易于量化计算，为融合图像综合质量客观评价的难题提供有效的解决途径。

主权项

一种基于视觉任务的彩色融合图像质量评价方法，其特征在于，该方法包括：第一步：针对多幅典型场景的可见光与红外彩色融合图像，采用符合国际标准要求的主观评价实验，得到每一幅图像对应的4个单一质量属性和2个基于视觉任务图像感知质量参数的人眼主观评价分数；其中，所述单一质量属性包括目标与背景的感知对比度PCTB、清晰度S、颜色协调性CH和颜色自然感CN；所述基于视觉任务图像感知质量参数包括：基于目标探测的图像感知质量PQTD和基于场景理解的图像感知质量PQSU；其中，对PQTD评价时，要求观察者衡量图像中目标的可探测性，以是否有利于观察者快速、准确的发现图像中的目标为评价标准给出评价分数；对PQSU评价时，要求观察者不考虑目标是否可探测，而是综合考虑各方面图像质量属性，将融合图像是否利于观察者对图像场景内容直观准确的理解为判断标准给出评价分数；第二步：根据实验所得数据，利用回归分析方法建立每个基于视觉任务图像感知质量参数与单一质量属性之间的线性关系，从而获得PQTD和PQSU的回归模型；其中，在针对PQTD和PQSU分别建立回归模型时，以4个单一质量属性为备选的自变量，采用逐步回归法向回归方程逐步引入自变量，并进行共线性诊断，最终选取符合显著性检验标准并且不存在严重多重共线性问题的最优回归方程作为最终的回归模型，回归模型形式如下：PQTD＝b1×PCTB+b2×S+b0PQSU＝c1×CH+c2×S+c0b0、b1、b2、c0、c1、c2为回归模型中的系数；第三步：在对彩色融合图像质量进行评价时，获得回归模型中自变量的值， 代入回归模型得到PQTD和PQSU。