一种多曝光融合图像的视觉质量评估方法技术

本发明专利技术公开一种多曝光融合图像的视觉质量评估方法，包括以下步骤：提取多曝光融合图像的结构特征；提取所述多曝光融合图像的自然性特征；提取所述多曝光融合图像的色彩特征；构建质量回归模型，利用所述质量回归模型对所述结构特征、所述自然性特征和所述色彩特征进行聚合，评估所述多曝光融合图像的视觉质量。本发明专利技术充分利用MEF图像的结构性、自然性和色彩性，大大提高了多曝光融合图像的视觉质量评估的准确性。估的准确性。估的准确性。

【技术实现步骤摘要】
一种多曝光融合图像的视觉质量评估方法


[0001]本专利技术涉及图像视觉质量评估领域，特别是涉及一种多曝光融合图像的视觉质量评估方法。

技术介绍

[0002]随着图像处理技术的不断发展，用高质量的图像来帮助人类感知现实世界变得更加可行。例如，多曝光融合(MEF)和高动态范围(HDR)成像都属于图像增强技术，可以提供出色的细节信息和自然理想的外观。HDR成像技术需要额外的处理，例如生成、向低动态范围图像的转换、以及在普通显示器上的可视化。但是，所有这些程序都可能会产生失真影响HDR图像的质量。
[0003]多曝光融合技术比较简单不需要一些中间操作，也已经在应用领域进行了实践。由于来自多个不同曝光图像的独特整合过程中涉及融合加权分配，最终会导致MEF图像的失真。因此，有必要开发MEF图像的质量评估方法。近年来，据报道，已经研究开发了一些图像质量评估(IQA)方法。这些方法可以归类为全参考(FR)方法、减少参考(RR)方法和无参考(NR)方法。FR方法和RR方法都需要利用原始图像信息来进行比较，但是，在实际应用中总是没有预定义的引用，造成结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多曝光融合图像的视觉质量评估方法，其特征在于，包括以下步骤：提取多曝光融合图像的结构特征，其中，所述结构特征用于描述多曝光融合图像经过多曝光融合算法后的结构失真；提取所述多曝光融合图像的自然性特征，其中，所述自然性特征用于描述多曝光融合图像经过多曝光融合算法后不自然的失真现象；提取所述多曝光融合图像的色彩特征，其中，所述色彩特征用于描述多曝光融合图像经过多曝光融合算法后的色彩失真；构建质量回归模型，利用所述质量回归模型对所述结构特征、所述自然性特征和所述色彩特征进行聚合，评估所述多曝光融合图像的视觉质量。2.根据权利要求1所述的多曝光融合图像的视觉质量评估方法，其特征在于，提取多曝光融合图像的结构特征包括：测量所述多曝光融合图像的曝光程度，区分曝光异常，其中，所述曝光异常包括曝光过度和曝光不足；对所述多曝光融合图像进行处理，获取若干伪多曝光融合图像，计算所述多曝光融合图像与所述伪多曝光融合图像的梯度相似图；基于所述曝光异常和梯度相似图，获取曝光加权的梯度相似度；利用NSS模型，对所述多曝光融合图像的梯度域进行统计，获取多曝光融合图像的结构失真的补偿特征；将所述多曝光融合图像进行分块，计算每个多曝光融合图像块的块熵值，基于所述块熵值，获得熵分布特征；基于所述梯度相似图、所述结构失真的补偿特征和所述熵分布特征，获得所述多曝光融合图像的结构特征。3.根据权利要求2所述的多曝光融合图像的视觉质量评估方法，其特征在于，测量所述多曝光融合图像的曝光程度，区分曝光异常包括：测量所述多曝光融合图像的归一化像素强度，计算所述归一化像素强度与预设值的距离，区分曝光异常。4.根据权利要求2所述的多曝光融合图像的视觉质量评估方法，其特征在于，所述梯度相似图的计算方法为：其中，G

【专利技术属性】
技术研发人员：何周燕，钟才明，骆挺，李宏，
申请(专利权)人：宁波大学科学技术学院，
类型：发明
国别省市：