[发明专利]一种基于人眼视觉特性的图像增强评价方法

说明书

本发明是一种基于人眼视觉特性的图像增强评价算法。图像中相邻像素的灰度差别反映了图像的基本信息，人眼难以分辨那些小于临界可见偏差的灰度差别。人眼可分辨的灰度差别比例越高，则图像质量越高。使用某一图像增强算法，如果处理后的图像相比于原始图像，人眼可分辨的灰度差别比例增加，同时处理后图像相比于原始图像保持了良好的相关性，那么图像增强算法的实施对观测图像是有益处的；否则，图像增强算法是不利于观测图像的。本发明为图像增强算法提供一个评价指标，可以帮助测试人员调试增强算法中的某些配置参数，或者比较几种增强算法的优劣程度。

技术领域

本发明属于灰度图像质量评价技术领域，具体的说是一种基于人眼视觉特性的图像增强评价方法。

背景技术

图像增强主要用于提高图像质量，使图像更有益于人眼观察。根据图像类型(雾霾天气成像、逆光条件成像、光照不足条件成像等)的不同，图像增强算法也是种类繁多。由于缺乏统一的评价标准，如何根据实际需求选择相应的增强算法往往缺乏理论依据。如何评价这些算法性能的优劣正是本发明要解决的问题。

图像增强算法的评价是建立在图像质量评价的基础之上，如果图像增强前后，图像质量有一定的提高，图像增强算法的使用是有益处的。根据实施评价的主体不同图像增强评价方法可以分为主观评价方法和客观评价方法，一般前者需要众多测试人员参与，分别对图像进行打分，用统计值作为图像质量的得分，十分耗时且人力投入较大；后者是通过软件实现图像质量的自动打分，效率高易操作，是目前的主流方法。人眼视觉系统是图像质量评价的主要依据，图像质量的评价应该是建立在人眼视觉特性的基础之上。而现有图像质量评价方法(如VIF算法、SSIM算法、EMEE算法等)常常避免使用人眼视觉模型，主要是因为该模型比较复杂。

发明内容

针对现有技术中存在的上述不足之处，本发明考虑与人眼亮度掩盖效应和对比度掩盖效应有关的临界可见偏差，在临界可见偏差的基础上提供一种基于人眼视觉特性的图像增强评价方法。

本发明为实现上述目的所采用的技术方案是：一种基于人眼视觉特性的图像增强评价方法，包括以下步骤：

扫描原始图像与增强后图像，计算每一像素点(i₀,j₀)所在原始图像、增强图像的局部背景灰度差别、局部背景灰度，和原始图像与增强图像的相关系数：

所述局部背景灰度差别是指除去中心位置(i₀,j₀)像素，邻域内其他像素对应的灰度差别中最大的灰度差别；

针对原始图像与增强图像，分别根据局部背景灰度差别与局部背景灰度均值计算每一个像素位置上的临界可见偏差；

根据上述计算结果进行累计打分：在累计得分之前变量F与变量H的初始值为零；

针对每一个像素，当原始图像的局部背景灰度差别大于等于原始图像相应位置上的临界可见偏差时，变量F累计增加1分；

当该位置上原始图像与增强图像的相关系数与增强图像局部背景灰度差别的乘积大于等于增强图像相应位置的临界可见偏差时，变量H累计增加1分；

分数H/F即为增强算法的得分。

所述局部背景灰度差别的计算方法为：

mg₀＝max{mg₁,mg₂,mg₃,mg₄}

其中，