[发明专利]一种像素级图像融合质量评估方法

说明书

技术领域

本发明涉及一种图像处理质量评估，具体是一种多源图像像素级融合后图像质量的评估方法。属于图像处理技术。

背景技术

现阶段对融合图像的质量好坏的评价标准主要集中于计算融合后的图像对输入图像有用信息量的保存状况上。输入图像的有用信息可以包括亮度、对比度、结构、梯度、傅立叶变换后的幅值和辐角、空间分辨率等等像素级特征值。对有用信息的选择可以生成各种不同的评估度量方法。对这些有用信息的保存状况的度量，一般来说，除了交互信息可以直接量化这种保存的情况外，其它评估方法多会选择通过计算融合后图像的信息值与先验有用信息值之间的相似程度来达到这个目的。

相似度的计算，即距离度量是模式识别领域的核心问题之一。通过选择不同的度量方法，也可以达到生成不同的评估度量方法的目的。

经文献检索发现，2007年在Information Fusion发表的文章《Sub jective tests forimage fusion evaluation and objective metric validation》采用了最直接的人工进行主观测试，因为对于像素级图像融合而言，最终评估标准就是人眼的识别标准，所有评估方法都希望能尽可能的与人的视觉感受一致。但人主观评测耗时、昂贵、不能量化和优选某些融合系数；2007年在Computer Vision and Image Understanding发表的文章《A feature-basedmetric for the quantitative evalution》中，采用了客观质量评价的基准图像比较法，也就是把融合后图像与理想的融合后图像(即基准图像)进行比较，从而评价融合后图像质量的方法。但理想图像在实际操作中几乎是不可能得到的；2002年发表于IEEE ElectricLetters上的《Information measure for performance of image fusion》和2003年发表于IEEE International Conference on Image Processing的《A new quality metric for imagefusion》分别提出了使用交互信息和机遇结构相似度量的无基准图像客观评估方法。这种方法相对于主观评价和基准图像比较法而言，易于机器实现，适用范围广泛，并且被证明了能够得到合理的效果。但是他们的物理模型过于简单，因此对于某些特定的图像和融合方法，其评估结果与人的主观印象并不能很好的吻合。

发明内容

本发明的技术目的是提出一种新的图像融合质量无基准图像客观评估方法，可以克服现有评估方法的不足。利用灰度相似性来进行融合效果评估的方法，也就是用基于Minkovski距离的颜色似然函数来度量融合效果。与现有评估方法相比，本发明与人的视觉物理模型更为接近，可以得到更符合人的主观评测标准的结果，而且并不将输入图像的数目局限于二，而是可以扩展为任何大的正整数。

这种新的像素级图像融合质量评估标准，通过以下技术方案实现，步骤如下：

步骤一：选定滑动窗口的大小和步长；

步骤二：对于窗口覆盖的所有源图像和结果图像区域，统计其灰度直方图的分布，计算其概率分布；

步骤三：计算每一幅源图像与结果图像区域直方图概率分布的Minkovski距离，在此基础上计算各自的颜色似然函数值；

步骤四：计算每幅源图像在该窗口区域的局部显著程度；

步骤五：用局部显著程度对颜色似然函数值加权，得到该窗口区域的加权颜色似然函数值；

步骤六：通过每个窗口内的区域加权颜色相似程度函数值，计算出整幅图像的图像融合质量评估值。

本发明对图像融合质量进行无基准客观评估，主要具有以下特点和作用：(1)选择了图像的颜色信息作为融合过程中需要保持的有用信息；(2)相似度的度量使用了Minkovski距离；(3)计算复杂度简单；(4)充分利用源图像的局部信息。

附图说明：

图1为本发明的像素级图像融合质量评估算法的流程图

图2为TNO Human Factors Research Institute所提供的“UNcamp”图像序列中的一祯，作为实验图像

图3为对UNcamp图像序列中的一祯用各种像素级融合方法进行融合后的结果图像

图4为对UNcamp总共三十二组图像的融合结果用各种评估方法进行评估得到的结果曲线

图2中

201为可见光图像

202为红外图像

图3中

301为均值融合得到的结果图像