[发明专利]一种全参考多曝光融合图像质量评估方法

摘要

本发明一种全参考多曝光融合图像质量评估方法，充分考虑人眼视觉系统和多曝光图像的特性，利用人眼对融合后的图像对比度和饱和度比较敏感的现象，在进行多尺度分解的基础上，以对比度作为权重值对多个参考图像进行融合后作为新参考图像，再与需评估的多曝光融合图像进行对比度和饱和度的相似性比较，从而得到单层质量评估值，再将多层质量评估值加权融合得到最终分数；该方法计算简单，充分反映了人眼对于多曝光融合图像的主观感知度，能够较好地评估多曝光融合图像的质量。

主权项

1.一种全参考多曝光融合图像质量评估方法，其特征在于包括如下步骤：步骤1、输入融合图像F和参考图像序列里的全部参考图像R_i，i表示参考图像序列里的排序；步骤2、对步骤1的融合图像和参考图像进行多尺度分解，得到l分解层，每个分解层包括分解后的参考图像R_l,i与多曝光融合图像F_l，其中l表示层数，取值范围为1,2,3,4,5，i表示参考图像序列里的排序，多尺度分解过程具体操作如下：对步骤1的融合图像和参考图像进行多尺度分解，总共分解为5层，第一层分解图像为原图像不变，后一层分解图像以上一层图像作为输入图像，对其进行低通滤波和按照图像宽度和高度进行1/2的空间下采样得到该分解层图像；最后，逐层分解得到每个分解层的参考图像与多曝光融合图像；步骤3、对每个分解层的参考图像与多曝光融合图像分别计算其相应质量评估值：步骤31、将所有参考图像R_l,i划分成大小为11×11的参考图像块r_l,i,k，通过对比度计算分配相应权重值ω(r_l,i,k)，将所有参考图像R_l,i对应位置的参考图像块r_l,i,k根据相应权重值融合成一个新参考图像块r_l,k，其中l表示分解层的层数，i表示参考图像序列里的排序，i＝1,2,...,M,M表示参考图像总数，k表示参考图像中第k个图像块；步骤32、计算新参考图像块r_l,k与要评估的11×11的多曝光融合图像块f_l,k相应的对比度相似性cs(r_l,k,f_l,k)与饱和度相似性ss(r_l,k,f_l,k)，所述的对比度即计算标准差，饱和度即计算协方差，具体包括如下步骤：(1)计算新参考图像块r_l,k的均值(2)计算新参考图像块r_l,k的标准差(3)计算多曝光融合图像块f_l,k的均值(4)计算多曝光融合图像块f_l,k的标准差(5)计算新参考图像块r_l,k与多曝光融合图像块f_l,k的协方差(6)计算对比度相似性(7)计算饱和度相似性其中，j表示图像块中的第j个像素，n表示图像块的像素总数，C为常数；步骤33、通过对比度相似性与饱和度相似性的融合得到多曝光融合图像块f_l,k的质量评估值：CW‑CFSC_l,k＝cs(r_l,k,f_l,k)ss(r_l,k,f_l,k)；步骤34、重复步骤31至33计算该分解层所有参考图像块的质量评估值，取其均值作为该分解层的多曝光融合图像的质量评估值：其中，N表示该分解层所有参考图像块的总数；步骤4、将计算得到的l个分解层的多曝光融合图像的质量评估值进行加权合成，得到最终的多曝光融合图像质量评估：其中，β_l为多尺度各个分解层的权重值。