本发明专利技术公开了一种新的图像融合效果评价算法，该方法的具体步骤：1）结合先验知识，应用Delphi专家咨询法确定图像融合评价指标体系（1-1）；2）并采用序关系分析法确定评价指标的权重系数（1-2）；3）对评价指标进行无量纲化处理（1-3）；4）计算评价指标标准度（1-4）；5）建立中介真值程度矩阵（1-5）；6）采用加权法评价图像融合效果（1-6）。实验结果表明，该评价方法具有较好的有效性、实时性和简洁性。
【技术实现步骤摘要】
本专利技术属于图像融合效果评价算法，具体涉及到一种新的图像融合评价算法。
技术介绍
图像融合在遥感、医学、天气预报、军事目标识别等诸多领域存在着重要而广泛的应用前景。近年来，人们提出了很多图像融合的算法，包括HIS变换法、PCA变换法、小波变换法等。相对于图像融合算法研究的多样性，图像融合效果评价的研究相对较少，而全面、客观的评价不仅可以比较各个融合算法的优劣，还对现有融合算法的改进和研究新的融合算法具有重要的指导意义和参考价值。已有的图像融合效果评价方法主要包括主观评价和客观评价两大类。主观评价是指以人作为融合图像的观察者，通过目测的方式对融合图像进行评价。显然，主观评价方法可以对特征信息明显的图像进行快速的评价，但该评价结果受观察者的经验和兴趣、心理因素以及观察条件等影响，容易导致误判；客观评价是通过融合图像与参考图像之间的量化公式对图像融合性能进行定量分析和判断。目前，客观评价方法包括：1) 基于信息论的评价方法，如信息熵、交叉熵、综合熵等；2) 基于统计特性的评价方法，如平均梯度、峰值信噪比、空间频率等；3) 基于相关性的评价方法，如偏差指数、相关系数、结构相似度等。但由于应用场合和融合目的的多样性，使得从不同角度建立的客观评价指标之间存在不一致性，很有可能出现相互矛盾的评价结果。在上述单项评价指标的基础上，许多学者提出了各个综合评价方法。综合评价方法是利用非线性方法或者智能计算等方法将单因素评价指标综合起来的一种客观评价方法。此类方法通过引入先验知识，能及时地分析比较各个融合图像的性能，为选取适当的融合算法提供理论依据。例如文献[1]采用灰色关联分析法对图像融合效果进行评价，考虑到灰色关联分析模型要求评价指标个数必须大于3个，因此文献[1]算法容易导致误判。其中文献[1]为何贵清,陈世浩,田沄.多传感器图像融合效果评价研究[J].计算机学报,2008,31(3):486-491.中介数学是由我国学者朱梧槚和肖奚安提出，以中介逻辑演算系统作为推理工具，建立了以中介公理集合论为主要内容的中介数学系统。中介数学系统是处理信息的含糊和不确定性问题的数学工具，与模糊数学相比，中介数学具有坚实的逻辑基础，具有客观性和科学性。
技术实现思路
本专利技术的目的给出图像融合效果综合评价方法，具体是一种新的图像融合效果评价方法。具体流程如下：不妨假设有m个待评测的融合图像，根据中介真值程度理论，综合评价算法的具体步骤如下所示：步骤1：确定评价指标体系根据融合目的和专家经验等先验知识，采用Delphi专家咨询法确定图像融合效果评价指标体系，包括交叉熵、互信息、均方误差、均方根误差和峰值信噪比。步骤2：确定评价指标权重确定评价指标uj(j=1,2,…,n)，并应用序关系分析法确定评价指标权重wj(j=1,2,…,n)，得到权重向量为w(w1,…,wn)T；步骤3：评价指标无量纲处理根据m幅图像对应于n项评价指标的值，应用公式（1）得到融合图像Ii的无量纲化属性向量xi=(xi(1),xi(2),…,xi(n))；步骤4：计算评价指标标准度运用公式(2)分别计算每个指标j的标准度aT(j)和aF(j)(j=1,2,…,n)；aTj=maxixi(j),aFj=minixi(j)---(2)]]>步骤5：建立中介真值程度矩阵应用公式(3)计算融合图像Ii关于指标j的中介真值程度值h(xi(j))，则每一幅图像Ii的n个中介真值程度值就构成了向量hi=(h(xi(1)),h(xi(2)),…,h(xi(n)))。h(xi(j))=xi(j)-(aFj-ϵF)(aTj-ϵT)-(aFj-ϵF),xi(j)<aFj-ϵF0,aFj-ϵF≤xi(j)≤aF+ϵFxi(j)-(aFj+ϵF)(aTj-ϵT)-(aFj+ϵF),aFj+ϵF≤xi(j)≤aTj-ϵT1,aTj-ϵT≤xi(j)≤aTj+ϵTxi(j)-(aFj+ϵF)(aTj+ϵT)-(aFj+ϵF),xi(j)>aTj-ϵT---(3)]]>所有待评价的m幅融合图像的n个中介真值程度值就构成了m×n的中介真值程度矩阵h，即h=h(x1(1))h(x1(2))...h(x1(n))h(x2(1))h(x2(2))...h(x2(n)).........h(xm(1))h(xm(2))...h(xm(n))m×n]]>。步骤 6：进行综合评价根据中介真值程度矩阵h和评价指标权重向量w，应用公式（4）可对这m幅融合图像进行综合评价，即r=(r1,r2,…,rm)=h·w (4)其中ri为第i幅融合图像的综合中介真值程度值。根据综合中介真值程度值进行排序，由此确定各个融合图的性能排序，显然，ri越大，表示融合图像Ii的效果越优；反之，则效果越差。本专利技术将中介真值程度应用到图像融合效果评价中，结合先验知识和量化评价，实现对各个融合图像效果优劣的综合评价，评价结果易于定量表示，更为精确、客观、可靠性高、区分度大、实时性好。进一步丰富和完善图像融合理论框架具有良好的启发意义和实用价值。附图说明图1是本专利技术的流程图。具体实施方式参照图1，本专利技术过程包括：1）结合先验知识选取图像融合评价指标（1-1）；2）并采用序关系分析法确定评价指标的权重系数（1-2）；3）对评价指标进行无量纲化处理（1-3）；4）计算指标标度（1-4）；5）建立中介真值程度矩阵（1-5）；6）采用加权法评价图像融合效果（1-6）。具体流程如下：步骤1：确定评价指标体系根据融合目的和专家经验等先验知识，采用Delphi专家咨询法确定图像融合效果评价指标体系，包括交叉熵、互信息、均方误差、均方根误差和峰值信噪比。步骤2：确定评价指标权重确定评价指标uj(j=1,2,…,n)，并应用序关系分析法确定评价指标权重wj(j=1,2,…,n)，得到权重向量为w=(w1,…,wn)T；步骤3：评价指标无量纲处理根据m幅图像对应于n项评价指标的值，应用公式（5）得到融合图像Ii的无量纲化属性向量xi=(本文档来自技高网...
【技术保护点】
一种新的图像融合效果评价算法，该算法的具体步骤如下：1）结合先验知识选取图像融合评价指标；2）采用序关系分析法确定评价指标的权重系数；3）对评价指标进行无量纲化处理；4）计算指标标度；5）建立中介真值程度矩阵；6）采用加权法评价图像融合效果。
【技术特征摘要】
1.一种新的图像融合效果评价算法，该算法的具体步骤如下：1）结合先验知识选取图像融合评价指标；2）采用序关系分析法确定评价指标的权重系数；3）对评价指标进行无量纲化处理；4）计算指标标度；5）建立中介真值程度矩阵；6）采用加权法评价图像融合效果。
【专利技术属性】
技术研发人员：郑夏铭，田卫平，
申请(专利权)人：西安元朔科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。