[发明专利]多曝光X射线融合图像的质量评价方法

权利要求书

1.多曝光X射线融合图像的质量评价方法，其特征在于，具体步骤如下：

一、选择Sobel算子作为卷积模板，局部梯度通过将图像与Sobel算子卷积得到，水平和垂直的Sobel算子分别用H_x、H_y表示：

那么，图像I的梯度幅值为：

其中，代表卷积运算，(x,y)代表像素点的位置；

二、利用融合思想对参考图像进行融合，形成新参考图像，再进行质量评估；

三、对于同一序列下的参考图像，以I_k(k＝1,2,…,M)代表第k幅参考图像，F表示测试图像，M表示同一序列下多曝光参考图像的数量，则参考图像和测试图像的梯度幅值计算为：

其中，代表卷积运算，(x,y)代表像素点的位置，H_x表示Sobel梯度算子的水平方向模板，H_y表示Sobel梯度算子的垂直方向模板；

四、通过比较G_k(x,y)值，取最大值构成新的参考图像，使得新的参考图像边缘结构最突出，即新的参考图像r的梯度为：

G_r(x,y)＝argmax{G_k(x,y)} (5)

其中，k＝1,2,…,M，M表示同一序列下多曝光参考图像的数量；

五、计算新参考图像与测试图像F之间的梯度幅值相似性：

其中，T为一个正常数来维持算法稳定性；

六、建立对比敏感度函数的函数模型为：

A(f)＝2.6(0.192+0.114f)exp[-(0.114f)^1.1] (7)

对于一个M×N的图像，空间频率计算如下：

其中，f_x代表水平方向上的周期频率，f_y代表垂直方向上的周期频率，I(i,j)代表该选定图像块的像素值；

f为空间频率，H(f)为对比度敏感度函数，修正后的对比度敏感度函数为：

H(f)＝2.6(0.0192+0.114kf)exp(-(0.114kf)^1.1) (11)

其中，k用来对函数进行调节；

七、建立评价模型：

1)、对所有图像进行滤波预处理，模板采用半径为7的圆形滤波窗口；

2)、利用公式(3)计算参考图像的梯度幅值G_k(x,y)、用公式(4)计算测试图像的梯度幅值G_F(x,y)，然后用公式(5)计算新的参考图像r的梯度幅值G_r(x,y)；

3)、利用公式(6)计算新的参考图像r的梯度幅值和测试图像F的梯度幅值相似性GM(X,Y)；

4)、把测试图像的梯度G_F(x,y)代入公式(11)所示的CSF函数，得到权重图ω(x,y)＝H(G_F(x,y))，得到结合CSF和梯度幅值相似性的图像质量评价指标Q为：

其中，Ω表示新的参考图像和测试图像对应的整个图像域。

2.根据权权利要求1所述的多曝光X射线融合图像的质量评价方法，其特征在于，图像质量评价指标满足对称性，取值范围在0到1之间，值越大，测试图像的质量越好，值越小，测试图像的质量越差。