一种多曝光融合图像质量评价方法技术

本发明专利技术公开了一种多曝光融合图像质量评价方法，其从三幅原始图像的梯度图中提取出最大值梯度图，进而得到梯度特征；获取原始图像的梯度图中的像素点的结构张量，并获取多曝光融合图像的梯度图中的像素点的结构张量，通过计算结构张量之间的余弦距离得到结构特征；通过计算原始图像中的每个像素点的曝光度、对比度和饱和度，得到对应的权重图，再利用金字塔融合技术对原始图像上采样生成拉普拉斯金字塔，对权重图上采样生成高斯金字塔，得到伪参考融合图像，进而得到全局感知特征；将梯度特征、结构特征、全局感知特征构成的特征向量作为输入，结合支持向量回归技术，得到客观质量评价预测值；优点是能提高客观评价结果与主观感知的相关性。感知的相关性。感知的相关性。

【技术实现步骤摘要】
一种多曝光融合图像质量评价方法


[0001]本专利技术涉及一种图像质量评价方法，尤其是涉及一种多曝光融合图像质量评价方法。

技术介绍

[0002]动态范围指的是一个场景下光线强度的最大值与最小值之比。自然场景中的动态范围通常要远超普通数码相机所拍摄获取到的数码照片的动态范围，从另一方面来说，在一个高动态范围的场景下，现有的显示装置只能处理非常有限的动态范围，这导致单一的数码照片无法展示自然场景中的全部细节信息，具体表现在数码照片的亮的区域与暗的区域细节信息丢失。普通数码相机在拍摄过程中，存在过曝光与欠曝光现象，这导致出现了低动态范围的现象。在特殊的拍摄环境中，比如在天空中，由于光线环境的特殊性，因此存在高亮极暗的现象，这导致数码照片的过亮的区域与过暗的区域细节信息丢失。因此，单一的数码照片通常会丢失自然场景的部分细节信息，甚至是关键信息，从而无法满足人们对于高质量图片的需求。
[0003]近几年来，存在着两种技术途径来解决单一的数码照片无法展示自然场景下的所有细节信息的技术问题：高动态范围(High Dynamic Range，HDR)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多曝光融合图像质量评价方法，其特征在于包括以下步骤：步骤1：选取一幅多曝光融合图像作为待评价的多曝光融合图像，并记为S
mefi
，同时将S
mefi
相应的三幅不同曝光程度的原始图像即正常曝光图像、过曝光图像、欠曝光图像对应记为S
normal
、S
over
‑
ex
、S
under
‑
ex
；其中，S
mefi
、S
normal
、S
over
‑
ex
、S
under
‑
ex
的宽度为W且高度为H；步骤2：计算S
mefi
、S
normal
、S
over
‑
ex
、S
under
‑
ex
各自的梯度图，对应记为G
mefi
、G
normal
、G
over
‑
ex
、G
under
‑
ex
；其中，G
mefi
、G
normal
、G
over
‑
ex
、G
under
‑
ex
的宽度为W且高度为H；步骤3：从G
normal
、G
over
‑
ex
、G
under
‑
ex
中提取得到最大值梯度图，记为G
max
，将G
max
中坐标位置为(x,y)的像素点的像素值记为G
max
(x,y)，G
max
(x,y)＝max(G
normal
(x,y),G
over
‑
ex
(x,y),G
under
‑
ex
(x,y))；然后计算G
max
中的每个像素点与G
mefi
中对应的像素点的SSIM；再计算W
×
H个SSIM值的平均值，并将平均值作为S
mefi
的梯度特征；其中，G
max
的宽度为W且高度为H，1≤x≤W，1≤y≤H，max()为取最大值函数，G
normal
(x,y)表示G
normal
中坐标位置为(x,y)的像素点的像素值，G
over
‑
ex
(x,y)表示G
over
‑
ex
中坐标位置为(x,y)的像素点的像素值，G
under
‑
ex
(x,y)表示G
under
‑
ex
中坐标位置为(x,y)的像素点的像素值；步骤4：根据G
normal
、G
over
‑
ex
、G
under
‑
ex
中相同坐标位置的像素点的像素值构成G
normal
、G
over
‑
ex
、G
under
‑
ex
中相同坐标位置的像素点共同对应的维数为3
×
2的梯度值矩阵，将G
normal
中坐标位置为(x,y)的像素点、G
over
‑
ex
中坐标位置为(x,y)的像素点、G
under
‑
ex
中坐标位置为(x,y)的像素点共同对应的维数为3
×
2的梯度值矩阵记为J
(x,y)
，同样，根据G
mefi
中的每个像素点的像素值构成G
mefi
中的每个像素点对应的维数为1
×
2的梯度值矩阵，将G
mefi
中坐标位置为(x,y)的像素点对应的维数为1
×
2的梯度值矩阵记为J'
(x,y)
，然后计算G
normal
、G
over
‑
ex
、G
under
‑
ex
中相同坐标位置的像素点的结构张量，将G
normal
中坐标位置为(x,y)的像素点、G
over
‑
ex
中坐标位置为(x,y)的像素点、G
under
‑
ex
中坐标位置为(x,y)的像素点的结构张量记为Z
(x,y)
，Z
(x,y)
＝(J
(x,y)
)
T
J
(x,y)
；同样，计算G
mefi
中的每个像素点的结构张量，将G
mefi
中坐标位置为(x,y)的像素点的结构张量记为Z'
(x,y)
，Z'
(x,y)
＝(J'
(x,y)
)
T
J'
(x,y)
；接着计算G
normal
、G
over
‑
ex
、G
under
‑
ex
中相同坐标位置的像素点的结构张量与G
mefi
中对应像素点的结构张量的余弦距离，将Z
(x,y)
与Z'
(x,y)
的余弦距离记为d
(x,y)
；再将所有余弦距离的平均值作为S
mefi
的结构特征；其中，表示水平方向，表示垂直方向，表示G
normal
(x,y)的水平方向的分量，表示G
normal
(x,y)的垂直方向的分量，表示G
over
‑
ex
(x,y)的水平方向的分量，表示G
over
‑
ex
(x,y)的垂直方向的分量，表示G
under
‑
ex
(x,y)的水平方向的分量，表示G
under
‑
ex
(x,y)的垂直方向的分量，Z
(x,y)
的维数为2
×
2，(J
(x,y)
)
T
表示J
(x,y)
的转置，表示G
mefi
中坐标位置为(x,y)的像素点的像素值G
mefi
(x,y)的水平方向的分量，表示G
mefi
中坐标位置为(x,y)的像素点的像素值G
mefi
(x,y)的垂直方向的分量，Z'
(x,y)
的维数为2
×
2，(J'
(x,y)
)
T
表示J'
(x,y)
的转
置；步骤5：计算S
normal
、S
over
‑
ex
、S
under
‑
ex
各自中的每个像素点的曝光度、对比度和饱和度，将S
normal
中坐标位置为(x,y)的像素点的曝光度、对比度和饱和度对应记为E
normal
(x,y)、C
normal
(x,y)、Sa
normal
(x,y)，将S
over
‑
ex
中坐标位置为(x,y)的像素点的曝光度、对比度和饱和度对应记为E
over
‑
ex
(x,y)、C
over
‑
ex
(x,y)、Sa
over
‑
ex
(x,y)，将S
under
‑
ex
中坐标位置为(x,y)的像素点的曝光度、对比度和饱和度对应记为E
under
‑
ex
(x,y)、C
under
‑
ex
(x,y)、Sa
under
‑
ex
(x,y)；然后计算S
normal
、S
over
‑
ex
、S
under
‑
ex
各自中的每个像素点的权重，将S
normal
中坐标位置为(x,y)的像素点的权重记为ω
normal
(x,y)，ω
normal
(x,y)＝E
normal
(x,y)
×
C
normal
(x,y)
×
Sa
normal
(x,y)，将S
over
‑...

【专利技术属性】
技术研发人员：姜求平，徐佳武，邵枫，
申请(专利权)人：宁波大学，
类型：发明
国别省市：