[发明专利]一种图像融合质量评价的方法及装置

说明书

技术领域

本发明属于图像处理中的图像融合技术领域，尤其涉及一种图像融合质量评价的方法及装置。

背景技术

图像融合是指将两幅或者两幅以上的源图像组合成一幅包含各源图像显著信息的复合图像，从而获得对某一场景或者目标更全面、清晰的描述。图像融合技术以其突出的探测优越性，广泛的应用于遥感、计算机视觉、医学军事目标探测和识别等方面，图像融合算法也进入了较为成熟的阶段。然而，与图像融合算法本身的成熟度相比，对图像融合质量的评价还存在较大的缺陷。

目前，对图像融合质量的评价主要包括主观评价和客观评价，主观评价主要依靠观察者的主观感觉，评价的结论会随着观察者的兴趣以及应用领域和场合的要求不同而不同。而客观评价主要是通过定义一些数学公式，建立起与图像质量含义相关的数学模型，然后对待评价图像进行运算，将得到数字量作为评价指标。客观评价方法具有成本低、易于实现等优点，但现有的客观评价方法最大问题在于没有充分考虑人类视觉系统的特点，使得判断结果往往与主观判断存在出入。

现有的主流图像融合质量评价方法是Gemma Piella提出的基于结构相似度的加权评价方法，该方法分别计算融合图像与源图像、融合图像的边缘图像与源图像的边缘图像的结构相似度，并以两者乘积作为评价指标，即基于边缘信息的融合质量评价指标(edge-dependent fusion quality index，EFQI)。EFQI不仅把结构相似度引入图像融合质量评价方法中，而且充分考虑了人眼对边缘信息敏感的特性，使得EFQI比传统评价指标更能准确地反映融合图像的质量。

然而，EFQI也存在以下问题：首先，在EFQI中是以方差、梯度或熵作为特征来提取图像的显著区域并给显著区域赋予更大的权值来提取评价指标。多聚焦图像和医学图像中纹理细节比较多，而且显著信息恰恰集中在纹理细节比较多的区域，因此对这些区域赋予更大的权值是合理的。但红外图像中的边缘纹理等细节信息相对较少，均匀灰度区域信息相对的比较多。红外图像中的显著区域往往是在灰度平坦的高温亮区域，这些区域在EFQI中反而会受到抑制，因此现有的EFQI在红外与可见光图像融合质量评价表现不佳。其次，EFQI评价指标中是计算固定大小的矩形窗口上融合图像与源图像之间的加权结构相似度，没有充分考虑人类视觉系统的特点，而且容易受图像模糊和噪声的影响。

发明内容

本发明实施例提供一种图像融合质量评价的方法，旨在解决现有的主流图像融合质量评价方法存在的上述问题。

本发明实施例是这样实现的，一种图像融合质量评价的方法，所述方法包括：

获取各源图像以及所述源图像的融合图像；

对各源图像采用模糊聚类方法进行分割得到分割图像，并将各源图像的分割图像合并为一个总的分割图；

获取各源图像的视觉显著图和方差显著图，将所述视觉显著图和方差显著图合并为视觉方差显著图；

根据所述视觉方差显著图计算权值图，并根据所述视觉方差显著图和总的分割图计算所述源图像和融合图像各区域的显著系数；

根据所述总的分割图、权值图和显著系数，计算各个区域上融合图像与源图像的加权结构相似度；

将所有区域的加权结构相似度求和得到该融合图像质量的评价指标。

本发明实施例还提供一种图像融合质量评价的装置，所述装置包括：

图像获取单元，用于获取各源图像以及所述源图像的融合图像；

图像分割单元，用于对各源图像采用模糊聚类方法进行分割得到分割图像，并将各源图像的分割图像合并为一个总的分割图；

显著图获取单元，用于获取各源图像的视觉显著图和方差显著图，将所述视觉显著图和方差显著图合并为视觉方差显著图；

第一计算单元，用于根据所述视觉方差显著图计算权值图，并根据所述视觉方差显著图和总的分割图计算所述源图像和融合图像各区域的显著系数；

第二计算单元，用于根据所述总的分割图、权值图和显著系数，计算各个区域上融合图像与源图像的加权结构相似度；

指标获取单元，用于将所有区域的加权结构相似度求和得到该融合图像质量的评价指标。