基于场景理解的双波段彩色融合图像质量评价

图像质量评价是双波段彩色融合处理算法及系统评价的基础,文中研究了一种可见光与红外彩色融合图像质量评价方法。提出了基于场景理解的图像感知质量PQSU 综合评价指标,选择三类典型场景彩色融合图像进行了主观视觉评价实验; 通过对已有评价指标与PQSU 综合指标的主观评价实验结果进行多元线性回归分析,建立了PQSU 的预测模型。结果表明:融合图像的场景颜色协调性与自然感高度相关;利用图像清晰度和颜色协调性可以有效地预测PQSU;针对不同场景类型,已有评价指标在PQSU 的预测模型中所占的权重有所不同,但预测模型的基本形式保持不变。文中提出的PQSU 及其预测模型为进一步发展融合图像质量客观评价模型奠定了基础。     

典型场景彩色融合图像颜色协调性的主观评价

彩色夜视技术是当前夜视技术发展的前沿,但如何实现对彩色夜视图像质量的客观评价仍然是当前困扰人们的问题.针对北京理工大学高绍姝提出的颜色协调性模型主观评价实验人数不足的问题,按照国际视觉实验标准重新设计并进行了颜色协调性的主观视觉评价实验,主观评价测试的彩色融合图像分成绿色植物、海天和城镇建筑物三类典型场景,主观实验人数提高到52人;对主观评价实验结果的回归分析结果表明:高绍姝提出的颜色协调性评价模型在三类场景与主观评价结果均具有较好的一致性,明显优于其他评价模型,可以有效地对不同场景彩色融合图像的颜色协调性进行客观评价.     

夜视融合图像质量主观评价方法

为建立通用、客观的融合图像质量评价方法,在分析图像质量主观评价方法基础上,研究了融合图像质量主观评价对象、评价条件、评价指标和数据处理等关键环节,结合目标探测识别与场景理解两个典型的视觉任务,提出了目标可探测性和细节可分辨性两个主观评价指标,并研究了图像整体感知质量与这两个指标的相关性。对3种不同场景的微光与红外融合图像,采用9种融合方法获得的189幅融合图像的统计分析结果显示,细节可分辨性和图像整体感知质量相关性好,而目标可探测性虽然和图像整体感知质量相关性较差,但在基于具体视觉任务的融合图像质量评价过程中,仍可作为有效评价指标之一。     

视觉评价夜视彩色融合图像质量的实验研究

提出夜视彩色融合图像质量评价的三个基本指标是“目标探测性”、“细节”和“色彩”,并且通过视觉评价实验,研究了“感知质量”与这三个指标的相关性．对十个场景的微光与红外图像采用四种融合算法产生的40幅假彩色图像进行评价实验,实验结果得出：融合图像都有好目标探测性,感知质量与目标探测性的相关性很小;感知质量与细节的相关系数是0．89,感知质量与色彩的相关系数是0．75．说明在满足目标探测性要求条件下,细节是视觉感知融合图像质量的最主要评价指标,而且色彩成为夜视彩色图像质量的一个重要指标．     

灰度融合图像目标与背景感知对比度客观评价模型

目标与背景感知对比度是影响可见光与红外灰度融合图像质量的主要因素之一。现有的对比度评价模型未能充分考虑人眼视觉特性。因此,基于韦伯对比度模型的形式,结合人眼亮度掩盖特性,提出了一种简单有效的融合图像目标与背景感知对比度评价模型。利用模拟图像和现实场景灰度融合图像的主观评价分数来检验客观评价模型。结果表明,与现有的5种图像对比度评价模型相比,所提出的目标与背景感知对比度客观评价模型能够给出更接近人眼主观感受的评价结果,有效地实现灰度融合图像目标与背景感知对比度的客观评价。     

基于特征融合的无参考屏幕图像质量评价

考虑到人类视觉系统对图像边缘和局部纹理信息较为敏感,本文提出一种基于特征融合的无参考屏幕图像质量评价方法。所提方法通过梯度方向直方图和局部二值模式分别提取屏幕图像的边缘和局部纹理信息,接着通过特征融合过程得到一个更加能够描述屏幕失真的融合特征,最后采用支持向量回归训练得到屏幕图像融合特征向量与主观质量分数的质量评价映射模型。实验结果显示,与现有的图像质量评价方法相比,本文所提算法能够更好地反映出人类视觉系统对屏幕图像的主观感知度。      

自适应光学成像事后处理LoG域匹配图像质量评价

图像质量评价是地基光电探测任务中的基础性的研究工作之一,与其他事后处理任务密切相关。重点研究了无参、客观自适应光学图像的质量表示与指标提取方法,总结了目前对图像质量评价研究的基本框架及研究现状。提出了一种基于非线性能量归一化的自适应光学图像质量感知模型,并结合自适应光学系统与人眼视觉感知的特性,提取了两个无参、客观像质评价指标,该指标可用于帧选、复原等关键任务中,实现对图像质量的自动评价或图像内容变化的自动检测,评估结果与人眼主观评价呈现出良好的一致性。     

微光与红外图像融合质量视觉评价实验

图像融合技术是当前夜视技术发展的重要方向之一，彩色夜视技术更是其中的研究重点。然而，有关彩色／灰度融合图像的质量问题尚未形成一致的认识。近年来国外典型的夜视融合图像视觉评价实验表明：融合图像在大多数视觉任务中均优于单波段图像，但融合图像质量不仅与视觉任务相关，也与融合算法和获取图像条件等诸多因素有关。这些实验对于国内开展夜视图像融合技术和系统具有重要的参考意义。     

基于参数估计的无参考型图像质量评价算法

针对现有客观图像质量评价算法通用性差及人类主观感知相关性弱等问题,该文提出一种基于参数估计的无参考型图像质量评价算法。该算法通过分析图像本身所蕴含的质量特征,提取出图像结构信息、颜色信息和视觉信息的评价度量指标,采用回归分析的方法估计出相应指标的参数。实验结果表明,该算法与主观评价结果一致性好、鲁棒性强,优于其它客观评价算法,能够准确反映人类对图像质量的视觉感知效果。     

一种基于最小可察觉失真的立体图像质量客观评价方法

立体图像质量是评价立体视频系统性能的有效途径,而如何利用人类视觉特性对立体图像质量进行有效的评价是目前的研究难点。本文通过分析最小可察觉失真(JND,just noticeable distortion)视觉感知模型,并结合反映图像结构信息的奇异值矢量,提出了一种基于JND的立体图像质量客观评价方法。评价方法由图像质量评价和深度感知评价两部分组成,首先提取反映图像质量和深度感知的特征信息作为立体图像特征信息,然后根据立体图像的不同失真类型情况对其特征进行融合,通过支持向量回归(SVR,support vector Regression)预测得出立体图像质量的客观评价值。实验结果表明,采用本文提出的客观评价方法对立体数据测试库进行评价,在不同失真类型或混合失真评价结果中,Pearson线性相关系数(CC)值均在0.94以上,Spearman等级相关系数(SROCC)值均在0.92以上,符合人眼视觉特性,能够很好地预测人眼对立体图像的主观感知。     

Image quality assessment based on adaptive multiple Skyline query

Non-reference image quality assessment has attracted great emphasis in recent years. Traditional image quality assessment algorithms based on structural similarity cannot make full use of the image gradient features, and the contrast similarity features often ignore the consistency of continuous color blocks within the image, which leads to large discrepancy between the evaluation result and the subjective judgment of human vision system. In this paper, we propose a deep model for image quality assessment where the spatial and visual features of image are both considered. For better feature fusion, we design an adaptive multiple Skyline query algorithm named MSFF, which takes as input multiple features of images, and learns the feature weights through end-to-end training. Extensive experiments on image quality assessment tasks prove that the proposed model exhibits superior performance compared with existing solutions.     

Perceptual quality assessment for multimodal medical image fusion

Recent years have witnessed that the multimodal medical image fusion (MMIF) plays critical roles in clinical diagnostics and treatment. Many MMIF algorithms have been proposed to improve the MMIF images quality. The quality of multimodal medical fused images will significantly affect the results of the clinical diagnosis. However, little work has been designed to evaluate the effectiveness of MMIF algorithms and the quality of MMIF images. To this end, this paper presents a perceptual quality assessment method for MMIF. A MMIF image database (MMIFID) is first built to employ the classical MMIF algorithms, and the subjective experiment is conducted to assess the quality of each fused image. Then, a no-reference objective method is proposed for the perceptual quality evaluation of MMIF images,which uses Pulse Coupled Neural Network (PCNN) in Non-subsampled Contourlet Transform (NSCT). A fused image is decomposed by NSCT into low frequency sub-band (LFS) and high frequency sub-band (HFS). It is used to motivate the PCNN processing, and large firing times are employed to measure LFS and HFS. Finally, two components evaluation results are combined to obtain the overall objective quality score. Experimental results based on the MMIFID indicate that our presented method outperforms the existing image fusion quality evaluation metrics, and it provides a satisfactory correlation with subjective scores, which shows effectiveness in the quality assessment of medical fused images.     

一种微光与红外图像彩色融合方法

微光夜视仪和红外热像仪这两种图像传感器互补的成像特性可以使它们在几乎任何条件渊昼/夜/烟/雾）下观察场景。针对微光与红外图像,提出了一种彩色融合算法,可以使融合图像有相对自然真实的颜色感觉。首先用中心-环绕拮抗彩色融合算法产生彩色源图像,然后在YCbCr 颜色空间中让源图像的直方图与参考图像的相匹配。为了增强融合图像的对比度,可以先用灰度融合图像代替亮度分量,然后进行直方图匹配。仿真结果表明文中提出的方法可以使融合图像接近自然真实的颜色感觉,易于分辨识别目标,从而提高观察者或机器视觉系统的工作效率,增强对总体形势的意识能力。     

夜视融合图像质量客观评价方法

为建立通用、客观的融合图像质量评价方法，在分析图像质量评价与融合图像质量评价关系基础上，给出了图像质量评价与融合图像质量评价的一般表达式。依据信息理论和结构相似度评价方法，对建立的4种客观评价指标，采用4种融合方法获得的36幅融合图像进行了主观评价实验，统计分析结果显示，结合人类视觉系统的客观评价方法优于熵、交互信息量等评价指标，但仍未达到高度的主客观一致性，说明构建通用、高效、主客观一致性好的融合图像质量评价指标存在较大难度，同时对可能存在的原因进行了分析。     

夜视抗晕光融合图像自适应分区质量评价

针对夜视晕光场景中,高亮度晕光信息导致现有红外与可见光融合图像评价方法失效的问题,该文提出一种自适应分区的融合图像质量评价方法。该方法根据可见光图像的晕光程度自动确定自适应系数,并通过迭代计算可见光灰度图像的晕光临界灰度值,将融合图像自动分为多个晕光区和非晕光区;在晕光区由设计的晕光消除度指标评价融合图像的晕光消除效果;在非晕光区从融合图像自身特性、对原始图像信息保留程度以及人眼视觉效果3方面评价融合图像纹理色彩等细节信息的增强效果;通过对4种不同抗晕光算法的融合图像进行评价分析,甄选出9种客观评价指标构成夜视抗晕光融合图像质量评价体系。不同夜视晕光场景下的实验结果表明,所提方法能够全面、合理地评价红外与可见光融合的抗晕光图像质量,解决了融合图像晕光消除越彻底客观评价结果反而越差的问题,也适于评判不同抗晕光融合算法的优劣。     

Image quality assessment based on S-CIELAB model

This paper proposes a new image quality assessment framework which is based on color perceptual model. By analyzing the shortages of the existing image quality assessment methods and combining the color perceptual model, the general framework of color image quality assessment based on the S-CIELAB color space is presented. The S-CIELAB color model, a spatial extension of CIELAB, has an excellent performance for mimicking the perceptual processing of human color vision. This paper incorporates excellent color perceptual characteristics model with the geometrical distortion measurement to assess the image quality. First, the reference and distorted images are transformed into S-CIELAB color perceptual space, and the transformed images are evaluated by existing metric in three color perceptual channels. The fidelity factors of three channels are weighted to obtain the image quality. Experimental results achieved on LIVE database II shows that the proposed methods are in good consistency with human subjective assessment results.