一种热红外图像超分辨率重建评价方法技术

本发明专利技术公开了一种热红外图像超分辨率重建评价方法，在热红外图像应用层面对超分辨率重建算法的性能进行评估，第一个阶段对热红外图像进行温度反演，将热红外图像转换成代表温度的温度图像；第二阶段利用得到的温度图像通过计算温度图像巴氏距离的方式比较超分后的热红外图像的温度图与真实高分辨热红外图像的温度图之间的相似性，从而可以在热红外图温度反演的应用层面给出评价。本发明专利技术利用热红外图像的应用特点，在应用层面提出了热红外图像超分辨率重建算法的评价指标，使超分辨率重建算法评估与应用结合起来，更具有实际意义，且本发明专利技术方法不受图像大小的限制，温度图大小不同也可以进行计算。

【技术实现步骤摘要】
一种热红外图像超分辨率重建评价方法
本专利技术涉及数字图像超分辨率重建
，更具体的说是涉及一种热红外图像超分辨率重建评价方法。
技术介绍
目前，图像超分辨率重建算法通过一些图像质量评价指标来评价算法的性能，常用的参考客观评价指标有峰值信噪比(PSNR)，结构相似度(SSIM)，无参考评价指标NIQE,主观评价指标平均主观分(MOS)等。然而，图像超分辨率重建常用的质量评价指标只是从图像本身进行评价，并没有考虑图像的应用，针对不同的应用场景，评价指标取舍应该是不一致的。比如，对于不十分追求真实性，更倾向于满足人眼对细节要求的场景则应该选择与人眼主观评价更为符合的MOS和NIQE指标。而对于要求真实性超过于细节呈现的场景，则应该选取更加客观的PSNR与SSIM指标。同理，热红外图像有自己的应用场景，它的主要作用是用来反演拍摄区域的温度，上述提到的质量评价指标对热红外图像的这一应用没有针对性。因此，如何在应用层面上对热红外超分辨率重建算法进行评估是本领域技术人员亟需解决的问题。
技术实现思路
r>有鉴于此，本专利本文档来自技高网...

【技术保护点】
1.一种热红外图像超分辨率重建评价方法，其特征在于，包括：/n步骤1：基于超分辨率重建算法对低分辨率热红外图像进行重建，得到重建高分辨率热红外图像；/n步骤2：将所述重建高分辨率热红外图像和原始高分辨率热红外图像通过温度反演算法进行温度反演，分别对应得到重建图像温度图和高分辨率图像温度图；/n步骤3：根据巴氏距离对所述重建图像温度图和所述高分辨率图像温度图进行相似度评价。/n

【技术特征摘要】
1.一种热红外图像超分辨率重建评价方法，其特征在于，包括：
步骤1：基于超分辨率重建算法对低分辨率热红外图像进行重建，得到重建高分辨率热红外图像；
步骤2：将所述重建高分辨率热红外图像和原始高分辨率热红外图像通过温度反演算法进行温度反演，分别对应得到重建图像温度图和高分辨率图像温度图；
步骤3：根据巴氏距离对所述重建图像温度图和所述高分辨率图像温度图进行相似度评价。


2.根据权利要求1所述的一种热红外图像超分辨率重建评价方法，其特征在于，将所述重建高分辨率热红外图像和所述原始高分辨率热红外图像通过温度反演算法进行温度反演，均包括以下步骤：
步骤21：通过辐射定标和NDVI值计算，对应得到辐射亮度图像和地表比辐射率；
地表比辐射率计算公式为：
ε＝0.004Pv+0.986(1)
ε表示地表比辐射率，pv表示植被覆盖度；



式中，NDVI为归一化植被指数，NDVIsoil为完全是裸土或者无植被覆盖区域的NDVI值，NDVIveg代表完全被植被所覆盖的像元的NDVI值；
步骤22：基于所述辐射亮度图像和所述地表比辐射率计算黑体辐射亮度，具体计算公式为：
B(TS)＝[Lλ-L↑-τ(1-ε)L↓]/τε(3)
式中，B(TS)表示黑体辐射亮度，τ表示大气在热红外...

【专利技术属性】
技术研发人员：张浩鹏，张聪，姜志国，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11