本发明专利技术涉及一种基于视觉任务的典型场景彩色融合图像质量评价方法，属于图像处理中图像融合技术领域。本发明专利技术通过主观评价实验，采用回归分析方法建立了基于视觉任务的融合图像综合质量预测模型：目标背景感知对比度和图像清晰度可有效预测基于目标探测的图像感知质量；利用颜色协调性和清晰度可以有效预测基于场景理解的图像感知质量。与传统的图像质量评价方法相比，本发明专利技术提出基于视觉任务的图像质量评价指标可以针对彩色融合图像的应用目的进行图像质量的综合评价，虽然难以客观量化，但是其预测模型中所包含的目标背景对比度、清晰度和协调性三个基本指标易于量化计算，为融合图像综合质量客观评价的难题提供有效的解决途径。
【技术实现步骤摘要】
本专利技术涉及ー种基于视觉任务的彩色融合图像质量评价方法，属于图像处理中彩色融合
技术介绍
近年来，随着多波段图像传感器技术的发展，多波段图像融合算法研究受到人们的普遍重视，其中可见光和红外的彩色(夜视)图像融合方法充分利用人眼彩色视觉特性，可有效提升目视光电成像系统对场景目标的探測、识别能力，减小虚警率和识别错误，在态势感知、目标探测等方面展现出广泛的应用前景，并已有实用的系统和装备获得成功的应用。同时，如何评价融合效果，即如何评价融合图像的质量，成为图像融合技术和系统设计的重要环节。目前，对彩色(夜视)融合图像质量的评价尚没有国内外公认的理论，缺乏相应的评价测试方法及装置，缺乏适用于装备生产的融合质量客观评价系统，直接影响到对彩色夜视成像系统的评价，严重阻碍了彩色夜视系统装备的推广应用。图像质量评价可分为主观评价和客观评价。主观评价由有经验的观察者根据主观感知来评价图像的质量；客观评价方法依据模型给出的量化指标，模拟人类视觉系统感知机制衡量图像质量，达到与主观评价相一致的评价結果。由于人眼是彩色融合图像的最終接受者，主观评价能给出最可靠的图像质量评价結果。通过大量的观察者主观评价得到的平均意见分数，是衡量图像质量最准确的方法。因此，图像质量的主观评价是客观评价模型研究的基础。目前，国际上主要研究基于视觉任务的彩色夜视融合图像质量主观评价，其包括目标探测定位与识别、场景识别和态势感知等。然而，主观评价不适用于大批量装备，需要进ー步发展客观评价模型。观察者对图像质量的主观感觉受到多种因素的影响。前人研究并提出的图像质量客观评价指标，例如对比度、清晰度和顔色协调性等，可以从不同的方面反映图像质量属性，但是难以衡量彩色融合图像的综合质量。红外与可见光彩色融合图像通常具有其特定的应用目的，如何基于视觉任务进行彩色融合图像质量的综合评价是目前亟待解决的难题。
技术实现思路
本专利技术的目的是克服现有技术的上述不足，建立一种针对视觉任务的图像质量综合评价方法，该方法提出的两个评价指标具有针对性，能够衡量彩色融合图像的综合质量。该方法包括如下步骤第一歩针对多幅典型场景的可见光与红外彩色融合图像，采用符合国际标准要求的主观评价实验，得到每一幅图像对应的4个单ー质量属性和2个基于视觉任务图像感知质量參数的人眼主观评价分数；其中，所述单ー质量属性包括目标与背景的感知对比度PCTB、清晰度S、颜色协调性CH和颜色自然感CN;所述基于视觉任务图像感知质量參数包括基于目标探测的图像感知质量PQTD和基于场景理解的图像感知质量PQSU ;其中，对PQTD评价时，要求观察者衡量图像中目标的可探測性，以是否有利于观察者快速、准确的发现图像中的目标为评价标准给出评价分数；对PQSU评价吋，要求观察者不考虑目标是否可探測，而是综合考虑各方面图像质量属性，将融合图像是否利于观察者对图像场景内容直观准确的理解为判断标准给出评价分数；第二歩根据实验所得数据，利用回归分析方法建立每个基于视觉任务图像感知质量參数与单ー质量属性之间的线性关系，从而获得PQTD和PQSU的回归模型；其中，在针对PQTD和PQSU分别建立回归模型吋，以4个单ー质量属性为备选的自变量，采用逐步回归法向回归方程逐步引入自变量，并进行共线性诊断，最終得到符合显著性检验标准并且不存在严重多重共线性问 题的最优回归方程；回归模型形式如下 PQTD = Id1 X PCTB+b2 X S+b0PQSU = C1X CH+c2 X S+c0Wlv Cc^CpC2为回归模型中的系数；第三步在对彩色融合图像质量进行评价时，获得最优回归方程中自变量的值，代入回归模型得到PQTD和PQSU。采用上述方法，当第一歩中分别针对植物、海天和城镇建筑物背景的三种典型场景，获得可见光与红外彩色融合的多幅图像并评分时，最終获得PQTD和PQSU的回归模型分别为PQTD = O. 714PCTB+0. 314S-0. 025 (I)式(I)的决定系数R2 = O. 921，表示92. 1%的PQTD变化可用PCTB和S来线性表示；PQSU = O. 675CH+0. 341S-0. 014 (2)；式(2)的决定系数R2 = O. 970，表示97. 0%的PQSU变化可用CH和S来线性表示。从式(I) (2)可以看出，利用PCTB和S可有效地预测PQTD，利用CH和S可有效地预测PQSU。对于典型场景的类型不同，PCTB、S和CH对PQTD和PQSU的影响大小也有所不同，但基本的回归方程形式不变，只是比例系数有所变化。因此，通过PCTB、S和CH可实现综合评价指标PQTD和PQSU的客观量化，所得的PQTD和PQSU的回归预测模型为基于视觉任务的彩色融合图像质量综合评价这ー难提供有效的解决途径。有益效果I)与传统的图像质量评价方法相比，本专利技术根据彩色融合图像的应用目的，提出基于视觉任务图像质量的两个评价指标具有针对性，能够衡量彩色融合图像的综合质量。2)为了得到基于视觉任务图像质量的客观评价模型，本专利技术使用的目标背景对比度、清晰度协调性和颜色自然感四个单ー质量属性，建立PQTD和PQSU的预测模型，由于单ー质量属性易于量化，容易获得较准确的数值，因此有利于预测模型建立的简单化和准确性，可以很好的预测基于视觉任务图像感知质量。3)本专利技术采用了大量的典型场景的融合图像以及足够多的观察者，进行了符合国际标准的主观评价实验，从而保证了综合评价指标的数据以及单ー质量属性评价数据的可信度。4)通过回归过程可以得知，最终确立的回归模型均通过了显著性检验和共线性诊断，具有统计学意义，能够有效地表征參数间的线性表达关系。附图说明图I是本专利技术中利用单ー质量属性预测融合图像综合质量的框架图。具体实施例方式下面结合附图及实施例对本专利技术做进ー步说明。彩色融合图像有着特定的应用目的，前人的视觉实验已表明彩色融合图像较之单波段图像在目标探测和场景理解方面更具优势。主观评价和客观评价都依赖于具体的图像质量属性，例如清晰度、视彩度和自然感等。这些感知属性从不同的角度反映了图像质量的 某些方面，但是却不能衡量融合图像的综合质量。为了整体评价彩色融合图像在目标探测和场景理解方面的感知质量，总结分析前人的研究結果，并考虑彩色融合图像的具体应用需求，本专利技术基于视觉任务提出新的综合评价指标，其包含两个分指标基于目标探测的图像感知质量(Perceptual Quality Basedon Target Detectability, PQTD);基于场景理解的图像感知质量(Perceptual QualityBased on bcene Understanding, PQSU)。考虑到直接对其尽量客观量化的困难，同时选择了四个前人研究提出的易于客观量化的单ー图像质量属性目标与背景的感知对比度(Perceptual Contrast between theTarget and Background, PCTB)、清晰度(Sharpness, S)、颜色协调性(Colour Harmony, CH)和颜色自然感(Colour Naturalness, CN)。本专利技术针对多幅可见光和红外彩色融合图像采用主观评价实验获得上述6个指标的人眼主本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：金伟其，高绍姝，王岭雪，王霞，骆媛，路陆，
申请(专利权)人：北京理工大学，
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。