[发明专利]一种用于雾天偏振图像的质量评价方法

摘要

本发明公开一种用于雾天偏振图像的质量评价方法，该方法提取自然场景统计(NSS)特征对自然场景下的雾天偏振原始图像和解析生成的偏振强度图像进行评价；同时针对解析场景图像，利用自然场景统计的先验信息，借助解析公式(Stokes)将自然场景特征映射到解析场景中，能够有效的评价典型偏振参量图像的质量；最后选取形成了与两类场景图像质量敏感的三种因子(亮度对比度因子、惯性矩结构度因子、基于Stokes参量的MSCN因子)，设计了相应的pooling策略，构建了对雾天偏振图像综合评价的统一框架。

主权项

1.一种适合解析场景的雾天典型偏振参量图像质量评价方法，建立了一种可对两类场景偏振图像同时进行评价的统一框架，在综合分析自然场景和解析场景图像特点及质量关系的基础上，选取形成了与两类场景图像质量敏感的亮度对比度因子、惯性矩结构度因子和基于Stokes参量的MSCN因子，基于亮度的对比度因子：该因子参考了SSIM计算方法，定义x为待测图像，通过11×11的高斯加权窗在图像上逐点计算，假设该图像为离散信号，则平均强度为：亮度因子与图像平均强度有关，用图像减去平均强度，结果为x‑μx，计算标准差用来估计图像的对比度，该标准差为：通过μx和σx分别计算图像的亮度l(x)和对比度c(x)：其中C1＝(K₁L)²、C2＝(K₂L)²，L为图像像素的动态范围，K₁、K₂为常量且K₁≤1、K₂≤1，则基于亮度的对比度因子L‑Contrast为：惯性矩结构度因子Ine‑Structdis：灰度共生矩阵是以条件概率提取纹理的特征，它反映的是灰度图像中关于方向、间隔和变化幅度方面的灰度信息，因此可以用于分析图像的局部特征以及纹理的分布规律，设某个点对的间隔为d，两点之间连线与轴的方向角为θ，两点灰度级分别为a和b，则其共生矩阵可以表示为[P(a，b，d，θ)]，点(i，j)处的值代表的是满足对应条件的数目值，其中的惯性矩特征反映的是矩阵中取值较大的元素远离主对角线的程度：提取图像的方差，则基于惯性矩的结构度特征Ine‑Structdis表示为：lnertia表示惯性矩；基于Stokes参量的MSCN因子是引入了对I图即偏振原始图像的平均和P图即偏振度图像取平均减法和对比度归一化的MSCN因子，通过非对称广义高斯分布模型拟合并引入Stokes公式得到拟合后的图像特征并对这些特征采用多元高斯模型拟合得出图像的均值作为该因子的计算结果，最后设计了pooling策略，该策略对质量敏感因子参数拟合，并采用两个结构相同权重不同的加权公式进行参数合并，分别得出对自然场景和解析场景图像的评价结果。