[发明专利]红外图像质量评价方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种红外图像质量评价方法、装置、电子设备及可读存储介质。其中，方法包括基于原始红外图像数据集生成图像携带图像质量主观分数的训练集和测试集；通过利用训练集的各训练图像及其图像质量主观分数训练机器学习模型得到初始质量评价模型；通过利用无参考评价算法计算测试集中各测试图像的每个客观质量指标的客观分数，确定各测试图像的客观子维度评测分数；将各客观子维度评测分数输入至初始质量评价模型，得到每个测试图像的图像质量客观分数；基于初始质量评价模型，根据各测试图像的图像质量客观分数和相应的图像质量主观分数确定最终的图像质量评价模型，从而可高效、便捷地实现与人眼主观感知高度一致的红外图像质量评测。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种红外图像质量评价方法、装置、电子设备及可读存储介质。

背景技术

众所周知，与可见光成像原理不同，红外热成像系统是通过感受物体热辐射与背景热辐射的温度差异进行成像的。因其被动成像特点，红外成像设备可以在无光夜晚或者是光照环境不佳的场景或是烟尘密布的恶劣环境如：雨雾天、阴霾天等清晰地进行图像拍摄，弥补了可见光成像受制于光照条件的缺陷，已被广泛应用于军事、工业、汽车辅助驾驶、安防、医学等领域。

由于成像波长较长，红外图像普遍存在噪声大、图像对比度低、信噪比低、边缘不清晰、视觉效果模糊、灰度范围窄等退化现象，另外红外探测器设备在感知获取、存储传输以及图像后处理操作过程中，也会不可避免地引入一些噪声、模糊，甚至还会丢失一些信息，这些因素均会导致图像质量的下降或图像失真。而红外图像质量优劣直接决定了用户视觉体验以及信息量的获取，红外图像质量的评价就显得尤为重要。虽然在红外成像中存在最小可分辨温差、噪声等效温差等参数指标，但这些指标都无法客观地反映用户对图像的主观感受。因此，一种与用户主观感受高度一致的通用红外图像质量评价方法应用而生，通过该方法，用户可以准确获知待评红外图像的质量，进而用来指导红外图像采集设备和处理系统的构建调整，以及优化图像处理算法和参数设定，最终将更高质量的图像呈现给用户。

在可见光领域，目前图像质量评价方法包括主观评价法和客观评价法。主观评价法是由观察者对图像进行主观评分，然后计算平均主观得分或平均主观得分差分值，具体的，又可分为绝对评价法和相对评价法。客观评价方法是由计算机根据一定的算法得到图像的质量指标，根据评价过程中是否需要引入参考图像，又分为全参考、半参考、无参考评价方法，其中无参考评价方法又称盲图像质量评价。在红外成像领域，主观评价法仍然适用，该方法优点是准确可靠，缺点是受制于观察者专业背景、心理、动机等因素影响，主观性太强，且不易用数学模型进行表达，实现复杂，耗时耗力。至于客观评价方法，全参考评价模型由于可以利用全部图像信息，往往有最好的效果，但在红外成像过程中，由于无法获取到无失真的原始图像，因此，对红外图像的客观评价只能借助无参考评价方法。无参考评价方法分为面向特定失真的评价和非特定失真类型评价，面向特定失真的评价方法较成熟，其中应用最广泛的是对图像模糊和噪声的评价，另外还有块效应、JPEG(Joint PhotographicExperts Group，联合图像专家小组)压缩失真的评价，但实际应用中红外图像往往受到多种失真破坏，因此针对特定失真的评价算法无法反映图像的整体质量水平。非特定失真类型评价更接近用户评价方式、更具使用价值，相关技术通常基于支持向量机的方法如BRISQUE(No-Reference Image Quality Assessment in the Spatial Domain，空间域非参考图像质量评价)算法，基于概率模型的方法如NIQE(Natural image qualityevaluator，自然图像质量评价)算法，另外还有基于字典的方法和基于神经网络的方法等进行图像评价，但以上方法计算过程复杂，在现实应用场景中可操作性差。

鉴于此，如何高效、便捷地实现与人眼主观感知高度一致的红外图像质量评测，是所属领域人员需要解决的技术问题。

发明内容

本申请提供了一种红外图像质量评价方法、装置、电子设备及可读存储介质，可高效、便捷地实现与人眼主观感知高度一致的红外图像质量评测。