基于二值化DCT系数的图像融合效果评价方法及系统技术方案

一种基于二值化DCT系数的图像融合效果评价方法及系统，包括获取源图像和融合后的图像，并分别按照量化表的矩阵大小分割成区块；对区块逐个进行二维离散余弦变换，将变换后的系数按区块在原图中的顺序排列，得到源图像和融合图像变换后的系数矩阵，再分别通过量化表进行量化，以及将量化DCT系数后的矩阵中元素二值化，得到源图像和融合图像二值化量化DCT系数后的矩阵；利用源图像二值化量化DCT系数后的矩阵构造理想二值矩阵；计算理想二值矩阵与融合图像二值化量化DCT系数后的矩阵间的归一化汉明相似度、归一化奖励因子、惩罚因子，通过不同系数组合起来，得到图像融合效果评估结果值。本发明专利技术的评估结果与人类视觉感官一致性高。高。高。

【技术实现步骤摘要】
基于二值化DCT系数的图像融合效果评价方法及系统


[0001]本专利技术属于图像处理
，具体涉及一种基于二值化DCT系数的图像融合效果评价方法及系统。

技术介绍

[0002]图像融合技术将不同来源的图像信息融合到单幅图像中，集成互补信息，保持细节，融合后的图像更符合人类视觉感知特性，便于进行图像处理。常见应用有多光谱图像融合、不同焦点图像融合等。近年来，各种图像融合的方法和新技术层出不穷，而如何准确快速地评估这些方法的融合效果，成为一个亟需解决的问题。

技术实现思路

[0003]本专利技术的目的在于针对上述现有技术中的问题，提供一种基于二值化DCT系数的图像融合效果评价方法及系统，通过计算机计算获得图像融合效果的评估结果值，全部计算过程不需要人工介入，且获得的图像融合效果的评估结果与人类视觉感官一致性高。
[0004]为了实现上述目的，本专利技术有如下的技术方案：
[0005]第一方面，提供一种基于二值化DCT系数的图像融合效果评价方法，包括：
[0006]选定量化表；
[0007]获取源图像S1，S2，...，S
N
和融合后的图像F，并将源图像S1，S2，...，S
N
和融合后的图像F分别按照所述量化表的矩阵大小分割成若干个区块；对分割后的区块逐个进行二维离散余弦变换，将变换后的系数按区块在原图中的顺序进行排列，分别得到源图像变换后的系数矩阵DS1，DS2，...，DS
N
和融合图像变换后的系数矩阵DF；r/>[0008]将源图像变换后的系数矩阵DS1，DS2，...，DS
N
和融合图像变换后的系数矩阵DF分别通过所述量化表进行量化，得到源图像量化DCT系数后的矩阵和融合图像量化DCT系数后的矩阵DF
Q
；
[0009]将源图像量化DCT系数后的矩阵和融合图像量化DCT系数后的矩阵DF
Q
中的矩阵元素二值化，分别得到源图像二值化量化DCT系数后的矩阵和融合图像二值化量化DCT系数后的矩阵DF
BQ
；
[0010]利用源图像二值化量化DCT系数后的矩阵构造理想二值矩阵DI
BQ
，所述理想二值矩阵中的每个元素值等于所有对应位置元素的并运算
[0011]计算理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的归一化汉明相似度、归一化奖励因子、惩罚因子；并将计算得到的归一化汉明相似度、归一化奖励因子、惩罚因子通过不同系数组合起来，得到图像融合效果评估结果值。
[0012]作为一种优选方案，所述归一化汉明相似度的计算方式如下：
[0013]将理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间对应位置进行亦或运算，运算结果中的非零值个数除以二值矩阵元素总个数M*N，得到两个矩阵的归一化汉明距离再用1减去归一化汉明距离，得到两个矩阵之间的归一化汉明相似度Sm：
[0014]Sm＝1
‑
Hamming(DI
BQ
，DF
BQ
)。
[0015]作为一种优选方案，所述归一化奖励因子的计算方式如下：
[0016]比较理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的低频分量，若同一个位置的元素中，DI
QB
的为0而DF
QB
的为1，则视为融合中获得低频增益；将这种情况的元素个数加起来，除以低频分量总数LF，获得归一化奖励因子Pz：
[0017][0018]作为一种优选方案，所述惩罚因子包括两部分：融合过程中丢失的频率分量和增加的高频噪声；
[0019]第一部分惩罚因子的计算过程为：比较理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的全部元素，若同一个位置的元素中，DI
QB
的为1而DF
QB
的为0，则视为融合中丢失的频率分量，将这种情况的元素个数加起来，除以二值矩阵元素总个数，获得第一部分惩罚因子Pnl：
[0020][0021]第二部分惩罚因子的计算过程为：根据具体需求划分出高频段部分，比较理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的高频分量，若同一个位置的元素中，DI
QB
的为0而DF
QB
的为1，则视为融合中增加的高频噪声，将这种情况的元素个数加起来，除以高频分量总数HF，获得第二部分惩罚因子Pne：
[0022][0023]作为一种优选方案，按下式将计算得到的归一化汉明相似度、归一化奖励因子、惩罚因子通过不同系数组合起来，得到图像融合效果评估结果值：
[0024]Q
bqd
＝αSm+βPz
‑
γ1Pnl
‑
γ2Pne
[0025]式中，0≤α，β，γ1，γ2≤1，并且α+β
‑
γ1‑
γ2＝1；
[0026]所述图像融合效果评估结果值越大，则图像融合效果越好，反之则图像融合效果越差。
[0027]作为一种优选方案，所述融合后的图像F是源图像S1，S2，...，S
N
根据图像融合方法获得的，各融合后的图像F大小一致。
[0028]作为一种优选方案，所述的量化表从现有用于JPEG压缩的量化表中选择，或根据人类视觉感知情况自行设计。
[0029]第二方面，提供一种基于二值化DCT系数的图像融合效果评价系统，包括：
[0030]量化表选定模块，用于选定量化表；
[0031]图像分割变换模块，用于获取源图像S1，S2，...，S
N
和融合后的图像F，并将源图像S1，S2，...，S
N
和融合后的图像F分别按照所述量化表的矩阵大小分割成若干个区块；对分割后的区块逐个进行二维离散余弦变换，将变换后的系数按区块在原图中的顺序进行排列，分别得到源图像变换后的系数矩阵DS1，DS2，...，DS
N
和融合图像变换后的系数矩阵DF；
[0032]量化模块，用于将源图像变换后的系数矩阵DS1，DS2，...，DS
N
和融合图像变换后的系数矩阵DF分别通过所述量化表进行量化，得到源图像量化DCT系数后的矩阵和融合图像量化DCT系数后的矩阵DF
Q
；
[0033]二值化模块，用于将源图像量化DCT系数后的矩阵和融合图像量化DCT系数后的矩阵DF
Q
中的矩阵元素二值化，分别得到源图像二值化量化DCT系数后的矩阵和融合图像二值化量化DCT系数后的矩阵DF
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于二值化DCT系数的图像融合效果评价方法，其特征在于，包括：选定量化表；获取源图像S1,S2,
…
,S
N
和融合后的图像F，并将源图像S1,S2,
…
,S
N
和融合后的图像F分别按照所述量化表的矩阵大小分割成若干个区块；对分割后的区块逐个进行二维离散余弦变换，将变换后的系数按区块在原图中的顺序进行排列，分别得到源图像变换后的系数矩阵DS1,DS2,
…
,DS
N
和融合图像变换后的系数矩阵DF；将源图像变换后的系数矩阵DS1,DS2,
…
,DS
N
和融合图像变换后的系数矩阵DF分别通过所述量化表进行量化，得到源图像量化DCT系数后的矩阵和融合图像量化DCT系数后的矩阵DF
Q
；将源图像量化DCT系数后的矩阵和融合图像量化DCT系数后的矩阵DF
Q
中的矩阵元素二值化，分别得到源图像二值化量化DCT系数后的矩阵和融合图像二值化量化DCT系数后的矩阵DF
BQ
；利用源图像二值化量化DCT系数后的矩阵构造理想二值矩阵DI
BQ
，所述理想二值矩阵中的每个元素值等于所有对应位置元素的并运算计算理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的归一化汉明相似度、归一化奖励因子、惩罚因子；并将计算得到的归一化汉明相似度、归一化奖励因子、惩罚因子通过不同系数组合起来，得到图像融合效果评估结果值。2.根据权利要求1所述基于二值化DCT系数的图像融合效果评价方法，其特征在于，所述归一化汉明相似度的计算方式如下：将理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间对应位置进行亦或运算，运算结果中的非零值个数除以二值矩阵元素总个数M*N，得到两个矩阵的归一化汉明距离再用1减去归一化汉明距离，得到两个矩阵之间的归一化汉明相似度Sm：Sm＝1
‑
Hamming(DI
BQ
,DF
BQ
)。3.根据权利要求2所述基于二值化DCT系数的图像融合效果评价方法，其特征在于，所述归一化奖励因子的计算方式如下：比较理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的低频分量，若同一个位置的元素中，DI
QB
的为0而DF
QB
的为1，则视为融合中获得低频增益；将这种情况的元素个数加起来，除以低频分量总数LF，获得归一化奖励因子Pz：4.根据权利要求3所述基于二值化DCT系数的图像融合效果评价方法，其特征在于，所述惩罚因子包括两部分：融合过程中丢失的频率分量和增加的高频噪声；第一部分惩罚因子的计算过程为：比较理想二值矩阵DI
BQ
与融合图像二值化量化DCT系数后的矩阵DF
BQ
之间的全部元素，若同一个位置的元素中，DI
QB
的为1而DF
QB
的为0，则视为融
合中丢失的频率分量，将这种情况的元素个数加起来，除以二值矩阵元素总个数，获得第一部分惩罚因子Pnl：第二部分惩罚因子的计算过程为：根据具体需求划分出高频段部分，比较理想二值矩阵DI
BQ
与融合图像二值化量化DCT...

【专利技术属性】
技术研发人员：李珊珊，于静波，
申请(专利权)人：长安大学，
类型：发明
国别省市：