[发明专利]一种基于饱和度的彩色多曝光融合图像的质量评价方法

摘要

本发明公开了一种基于饱和度的彩色多曝光融合图像的质量评价方法，能够解决了彩色多曝光融合图像评价不准确的难题；以MEF数据库中的多曝光图像及其融合图像作为训练样本，对其分别采用基于饱和度和小波系数的提取方式，获得纹理信息、结构信息和彩色信息；分别计算纹理相似度、结构相似度以及彩色相似度；将获得的所有相似度作为特征值，结合给定的MOS值，输入到ELM机器学习机中进行训练；将多曝光融合图像及对应生成的融合后图像分别获得的纹理相似度、结构相似度以及彩色相似度输入到训练好的ELM机器学习机，获得评价结果。

主权项

一种基于饱和度的彩色多曝光融合图像的质量评价方法，其特征在于，该方法具体步骤包括：步骤一、以多曝光图像融合数据库MEF中的多曝光图像及其融合图像作为训练样本，对多曝光图像和融合图像采用基于饱和度和小波系数的提取方式，获得纹理信息、结构信息和彩色信息；根据融合前后图像的纹理信息、结构信息以及彩色信息，分别计算纹理相似度、结构相似度以及彩色相似度；将纹理信息相似度、结构信息相似度和彩色信息相似度作为特征值，结合给定的评价分值，输入到极限学习机器ELM中进行训练；所述纹理信息的提取方式为：设待提取信息的融合后图像或多曝光图像中的各图像为图像IQ；对图像IQ进行小波变换，获得图像IQ分为低频部分、中频部分及高频部分的小波系数集合Iq＝[LL LH HL HH]；其中，LL为低频部分的小波系数，LH和HL为中频部分的小波系数，LH对应水平方向相位，HL对应竖直方向相位，HH为高频部分的小波系数；基于图像的纹理信息多数集中在中频及高频部分的原理，提取图像IQ的中频及高频部分的小波系数集合Iq′＝[LH HL HH]；对于图像IQ为融合后图像的情况，提取的小波系数集合Iq′即为纹理信息；对于图像IQ为多曝光图像的情况，选取多曝光图像中各图像对应的小波系数集合Iq′并取各系数的最大值，组成Vmax＝[max|LH|,max|HL|,max|HH|]，作为多曝光图像的纹理信息；所述彩色信息的提取方式为：计算图像IQ的饱和度SA，其中，R，G，B是彩色图像中红、绿、蓝三种色彩信息，μ是三种色彩信息的平均值；对于图像IQ为融合后图像的情况，将饱和度值SA作为彩色信息；对于图像IQ为多曝光图像的情况，选取多曝光图像中各图像对应的饱和度值SA的最大值，作为多曝光图像的彩色信息；步骤二、对多曝光融合图像进行质量评价时，采用融合算法对多曝光图像进行融合，生成待评价的融合后图像；步骤三、对待评价的融合后图像以及该融合后图像对应的融合前多曝光图像，采用所述基于饱和度和小波系数的提取方式，分别提取纹理信息、结构信息和彩色信息；步骤四、根据步骤三获得的融合前后图像的纹理信息、结构信息以及彩色信息，分别计算纹理相似度、结构相似度以及彩色相似度；步骤五、将步骤四获得的三个相似度作为特征值输入到训练好的ELM机器学习机，获得待评价的融合后图像的评价结果。