红外与可见光融合图像的质量评价

为了提高融合图像质量评价中评价结果与人眼视觉特性的一致性,分析了现有融合图像质量评价方法,提出了一种基于图像结构信息复数表示的融合图像质量评价方法,通过计算图像亮度分量的梯度,构成了一种表征图像结构信息的梯度复数矩阵,用该矩阵表征图像的结构信息。考虑到复数无法计算互信息等参数,将分块奇异值分解后得到的矩阵作为度量矩阵,采用该矩阵计算了两种融合图像质量评价方法。实验结果表明,该方法提高了评价结果与人眼视觉特性的一致性,对于融合效果较好的金字塔和小波方法给出了3.748 5和3.722 2的评价结果,与人眼视觉特性的一致性优于传统方法。     

基于边缘的SSIM图像质量客观评价方法

在图像处理领域中,准确判断所处理图像的质量是一项关键技术.本文在基于结构相似度的图像质量评价方法的基础上,考虑了边缘信息对人眼感知结构的重要性,提出了基于边缘结构相似度的图像质量评价方法.实验中,对实验图像进行客观指标的提取与计算,最后统计分析实验数据.结果表明,该方法对图像质量的评价结果优于基于结构相似度的图像质量评价方法,能够正确反映图像质量且更加符合人眼的主观感受.     

基于图像内容视觉感知的图像质量客观评价方法

图像质量客观评价在图像和视频传输、编解码以及服务质量中起着非常重要的作用.然而现有的方法往往没有考虑图像内容特征及其视觉感知,使得其质量客观评价与主观感知结果存在一定的差距.基于此,本文结合图像内容的复杂性特征和人眼的掩蔽特性、对比敏感度特性以及亮度感知的非线性特性,提出了一种基于人眼对图像内容感知的图像质量客观评价方法.该方法首先结合亮度感知的非线性模型将图像进行转换,得到人眼感知强度图;再分别以人眼对比敏感度值和图像局部平均对比度值作为权重因子对强度求和,以求和的数据信息作为人眼感知图像的内容,并构建图像感知模型;最后以此模型分别模拟人眼感知参考图像和失真图像,并计算二者的强度差,以强度差为评价分数的基础构建图像质量客观评价模型.采用LIVE,TID2008和CSIQ三个数据库中的共47幅参考图像和1549幅测试图像进行仿真实验,且与SSIM,VSNR,FSIM和PSNRHVS等典型的图像质量客观评价模型进行对比分析,同时探讨影响图像质量评价的因素.结果表明:所提方法的评价分数与主观评价分数的Pearson线性相关性系数和Spearman秩相关系数值比SSIM的评价结果均有一定程度的提高,提高幅度分别平均为9.5402%和3.2852%,比PSNRHVS和VSNR提高幅度更大.综合以上表明:所提方法是一种有效可行的图像质量客观评价方法;同时,在图像质量客观评价中,考虑人眼对图像内容的感知和复杂度的分析有助于提高图像质量主客观评价的一致性,评价精度可得到进一步的提高.     

基于区域对比度和SSIM的图像质量评价方法

在诸多图像质量评价方法中,结构相似度(SSIM)算法简单高效,准确性较高,但SSIM模型不能很好地评价存在局部失真和交叉失真类型的图像。针对SSIM算法对图像不同区域平等对待的不足并考虑了时域人眼视觉特性,提出一种改进的基于区域对比度和结构相似度(RCSSIM)的图像质量评价方法。该算法将图像区域灰度信息对比度与SSIM算法融合,加权归一为参考图像与失真图像的对比度结构相似度值,以其评价图像质量。在LIVE图像数据库上的实验结果表明,与SSIM算法相比,RCSSIM评价结果的皮尔逊线性相关系数提高约0.015,均方根误差减小约0.55,更接近于人眼主观测试结果,具有更好的评价性能。     

一种无参考型模糊图像质量评价方法

图像的边缘信息是人眼观察和识别物体的重要特征,根据模糊图像相对于清晰图像其边缘特征发生较大变化的特点,提出了一种基于边缘锐度的无参考模糊图像质量评价方法。首先,通过文中所示方法寻找图像中的所有阶跃边缘;其次,根据一些原则选择合适的部分边缘;最终,计算这些合适边缘的锐利程度作为图像的模糊度评价依据。实验结果表明,该方法相比于全参考模型SSIM能够更好地评价高斯模糊、离焦模糊等模糊类型图像,与主观评价结构相关性强,更符合人眼视觉系统特性,并且易于实现。     

一种无参考型模糊图像质量评价方法

图像的边缘信息是人眼观察和识别物体的重要特征,根据模糊图像相对于清晰图像其边缘特征发生较大变化的特点,提出了一种基于边缘锐度的无参考模糊图像质量评价方法。首先,通过文中所示方法寻找图像中的所有阶跃边缘;其次,根据一些原则选择合适的部分边缘;最终,计算这些合适边缘的锐利程度作为图像的模糊度评价依据。实验结果表明,该方法相比于全参考模型SSIM能够更好地评价高斯模糊、离焦模糊等模糊类型图像,与主观评价结构相关性强,更符合人眼视觉系统特性,并且易于实现。     

灰度夜视融合图像质量结构相似度评价方法

针对灰度夜视融合图像质量评价问题,提出利用构造的参考图像与融合图像进行结构相似度比较的客观评价方法.分别利用均值、标准差、熵、平均梯度及空间频率等全像素统计指标作为构建参考图像的构造因子,利用权重协调输入源图像在参考图像中的比例关系,获得了融合图像质量加权结构相似度评价模型.考虑到结构相似度评价模型中的结构函数对于严重模糊或失真的图像不能很好地反映图像的结构变化,进一步提出了梯度结构相似度评价模型和平均联合熵结构相似度评价模型.利用主观评价实验比较提出的三种基于结构相似度的融合图像质量评价模型发现,平均联合熵结构相似度评价模型有更好的稳定性且更接近人眼主观感受.     

一种基于灰度聚合直方图评价边界融合效果的新方法

针对目标边界与背景融合效果客观评价的问题,基于聚合度的概念,结合伪装效果评价要求,利用边界图像的灰度信息及其空间分布信息,通过统计伪装样本数据,确定聚合度的滤波阈值,提出了一种基于归一化灰度聚合直方图评价边界融合效果的新方法.实验结果表明,该方法不仅能够有效地表征目标边界与背景的融合效果,其评价结果与人眼判读结果吻合,...     

潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合

为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法。该算法首先利用潜在低秩表示对源图像进行分解,得到源图像的低秩分量和显著分量。其次,利用卷积神经网络根据源图像的特征信息,得到权值图。再次,通过引导滤波算法对权值图进行边缘锐化,然后再将优化后的权值图分别与源图像的低秩分量和显著分量融合,得到融合图像的低秩分量和显著分量。最后,将融合图像的低秩分量和显著分量叠加,得到最终的融合图像。实验结果表明,该算法在主观评价和客观指标上均优于传统的红外与可见光图像融合算法。     

基于色差的均方误差与峰值信噪比评价彩色图像质量研究

在图像质量评价模型中加入人眼视觉系统特性能够提高其评价性能．彩色图像色差模型S—CIELAB是在考虑到了人眼视觉系统的空间模糊特性基础上得到两幅图像的色差，该文在S—CIELAB色差模型的基础上，提出了色差均方误差（CD-MSE）和色差峰值信噪比（CD—PSNR）彩色图像质量客观评价参量．对JEPG2000、加白噪音和图像传输中产生位错的三类失真共180幅彩色图像进行了CD-PSNR参量计算，并与国际上已经给出的主观评价结果进行了比较．实验结果表明其客观评价结果与平均主观评价分数具有较好的一致性．     

高准确度光学系统中材料非均匀性对成像质量的影响

利用Zernike多项式对用Zygo干涉仪测得的离散材料折射率数据进行了拟合,再使用光线光学的方法评价了系统的成像质量. 由于材料折射率分布的无规则性,在对包含非均匀介质的实际光学系统的模拟仿真和优化时,需要考虑选取材料不同部位加工成的透镜会对系统成像质量有不同的影响,而且加工好的透镜在装配过程中,绕着光轴旋转不同的角度同样会影响成像质量. 通过计算机模拟的方法预先选取材料的最佳部位以及找到最好的装配位置,从而提高了光学系统的性能.     

Multifocus image fusion based on features contrast of multiscale products in nonsubsampled contourlet transform domain

In this paper, an efficient multifocus image fusion approach is proposed based on local features contrast of multiscale products in nonsubsampled contourlet transform (NSCT) domain. In order to improve the robustness of the fusion algorithm to the noise and select the coefficients of the fused image properly, the multiscale products, which can distinguish edge structures from noise more effectively in NSCT domain, is developed and introduced into image fusion field. The selection principles of different subband coefficients obtained by the NSCT decomposition are discussed in detail. To improve the quality of the fused image, novel different local features contrast measurements, which are proved to be more suitable for human vision system and can extract more useful detail information from source images and inject them into the fused image, are developed and used to select coefficients from the clear parts of subimages to compose coefficients of fused images. Experimental results demonstrate the proposed method performs very well in fusion both noisy and noise-free multifocus images, and outperform conventional methods in terms of both visual quality and objective evaluation criteria.     

基于二代curvelet变换的图像融合研究

曲波(Curvelet)作为一种新的多尺度分析方法比小波更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力.将curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息.第二代curvelet理论的提出也使得其理论更易理解和实现.因此,提出了一种基于第二代curvelet变换的图像融合方法,首先将图像进行curvelet变换,然后在相应尺度上利用融合规则将curvelet系数融合,最后进行重构得到融合结果.对多聚焦图像进行了实验,采用均方误差、偏差指数和相关系数对融合结果进行了客观评价,并与基于小波变换的融合进行了比较,实验结果表明该方法除分解2层时与小波性能相当,取其他分解层数时均获得更好的融合效果.     

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法.首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像.接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价.实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利.     

A novel image fusion algorithm based on nonsubsampled shearlet transform

To overcome the shortcoming of traditional image fusion method based on multi-scale transform, a novel adaptive image fusion algorithm based on nonsubsampled shearlet transform (NSST) is proposed. Firstly, the NSST is utilized to decompose the source images on various scales and in different directions, and the low frequency sub-band and bandpass sub-band coefficients are obtained. Secondly, for the low frequency sub-band coefficients, the singular value decomposition method in the gradient domain is used to estimate the local structure information of image, and an adaptive ‘weighted averaging’ fusion rule based on the sigmoid function and the extracted features is presented. To improve the quality of fused image, a novel sum-modified-Laplacian (NSML), which can extract more useful information from source images, is employed as the measurement to select bandpass sub-band coefficients. Finally, the fused image is obtained by performing the inverse NSST on the combined coefficients. The proposed fusion method is verified on several sets of multi-source images, and the experimental results show that the proposed approach can significantly outperform the conventional image fusion methods in terms of both objective evaluation criteria and visual quality.     

基于DTCWT和稀疏表示的红外偏振与光强图像融合

针对红外偏振与光强图像彼此包含共同信息和特有信息的特点,提出了一种基于双树复小波变换和稀疏表示的图像融合方法.首先,利用双树复小波变换获取源图像的高频和低频成分,并用绝对值最大值法获得融合的高频成分;然后,用低频成分组成联合矩阵,并使用K-奇异值分解法训练该矩阵的冗余字典,根据该字典求出各个低频成分的稀疏系数,通过稀疏系数中非零值的位置信息判断共有信息和特有信息,并分别使用相应的规则进行融合;最后,将融合的高低频系数经过双树复小波反变换得到融合图像.实验结果表明,本文提出的融合算法不仅能较好地凸显源图像的共有信息,而且能很好地保留它们的特有信息,同时,融合图像具有较高的对比度和细节信息.     

Visual attention guided image fusion with sparse representation

Image fusion techniques aim at transferring useful information from the input source images to the fused image. The common assumption for most fusion approaches is that the useful information is defined by local features such as contrast, variance, and gradient. However, there is no consideration of global visual attention of the whole source images which indicates the “interesting” information of the source images. In this paper, we firstly review the patch-based image fusion methods which attract the attention and interest of many researchers. Then, a visual attention guided patch-based image fusion method is proposed. The visual attention maps of the source images are calculated from the sparse represent coefficients of the source images. Then, the sparse coefficients are fused with the guidance of visual attention maps in order to emphasize the global “interesting” objects in the source images. Finally, the fused image is reconstructed from the fused sparse coefficients. The new fusion strategy ensures that the objects being “interesting” for our visual system are preserved in the fused image. The proposed approach is tested on infrared and visual, medical, and multi-focus images. The results compared with those of traditional methods show obvious improvement in objective and subjective quality measurements.     

The infrared and visible image fusion algorithm based on target separation and sparse representation

Although the fused image of the infrared and visible image takes advantage of their complementary, the artifact of infrared targets and vague edges seriously interfere the fusion effect. To solve these problems, a fusion method based on infrared target extraction and sparse representation is proposed. Firstly, the infrared target is detected and separated from the background rely on the regional statistical properties. Secondly, DENCLUE (the kernel density estimation clustering method) is used to classify the source images into the target region and the background region, and the infrared target region is accurately located in the infrared image. Then the background regions of the source images are trained by Kernel Singular Value Decomposition (KSVD) dictionary to get their sparse representation, the details information is retained and the background noise is suppressed. Finally, fusion rules are built to select the fusion coefficients of two regions and coefficients are reconstructed to get the fused image. The fused image based on the proposed method not only contains a clear outline of the infrared target, but also has rich detail information.     

基于特征结构相似度的遥感影像融合质量评价指标

在分析现有影像融合评价指标的基础上,根据人眼视觉特性,提出一种基于特征结构相似度的遥感影像融合评价指标.首先从原始影像和融合影像中提取空间特征和光谱特征,然后综合计算空间特征和光谱特征的结构相似度作为评价指标,达到评价影像质量的目的.通过对多种传感器获取的遥感影像进行融合实验,结果表明该客观评价方法与主观评价结果一致,...