專(zhuān)利名稱(chēng)：基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及ー種圖像質(zhì)量評(píng)價(jià)方法，尤其涉及ー種基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，屬于圖像處理技術(shù)領(lǐng)域。
背景技術(shù)：
圖像質(zhì)量評(píng)價(jià)技術(shù)一直是圖像處理領(lǐng)域的關(guān)鍵技術(shù)，可以用于評(píng)價(jià)圖像處理方法的效果，或是依據(jù)圖像質(zhì)量來(lái)選擇合適的圖像處理方法。圖像質(zhì)量評(píng)價(jià)技術(shù)大多根據(jù)處理后的圖像與參考圖像之間的不同，來(lái)度量圖像質(zhì)量；但是大多圖像質(zhì)量評(píng)價(jià)的應(yīng)用領(lǐng)域，難于得到標(biāo)準(zhǔn)圖像作為參考，此時(shí)更需要圖像質(zhì)量評(píng)價(jià)技術(shù)，以便根據(jù)圖像質(zhì)量來(lái)選擇合適的圖像處理方法?，F(xiàn)有的圖像質(zhì)量評(píng)價(jià)技術(shù)大多采用與標(biāo)準(zhǔn)參考圖像對(duì)比的方法，但是人類(lèi)的視覺(jué)系統(tǒng)不需要對(duì)比即可判斷圖像的質(zhì)量?jī)?yōu)劣。同時(shí)，在很多情況下(例如衡量成像裝置的成像效果)無(wú)法找到標(biāo)準(zhǔn)圖像來(lái)衡量成像像質(zhì)的優(yōu)劣。根據(jù)人類(lèi)視覺(jué)系統(tǒng)及圖像的特點(diǎn)可以看出，圖像本身提供的信息應(yīng)該足以判斷圖像的質(zhì)量，而根據(jù)圖像自身提供信息來(lái)判斷圖像質(zhì)量的方法屬于無(wú)參考的圖像質(zhì)量評(píng)價(jià)方法。Nobuatsu Sasanuma, Abiko 等公開(kāi)的美國(guó)專(zhuān)利“Method and apparatus forcalculating distances and reflection differences between measurement points onprinted matter to evaluate image quality，，(專(zhuān)利號(hào)US 7, 633, 648 B2)中米用參考點(diǎn)與保留點(diǎn)的距離、參考點(diǎn)與保留點(diǎn)反射特性的不同來(lái)度量印刷品的圖像質(zhì)量。該發(fā)明的出發(fā)點(diǎn)為能被人類(lèi)視覺(jué)接受的一幅圖像中，具有與興趣點(diǎn)的距離一致的色彩信號(hào)變化，由此計(jì)算局部區(qū)域內(nèi)參考點(diǎn)與興趣點(diǎn)的距離，參考點(diǎn)與興趣點(diǎn)的反射特性的不同，可以實(shí)現(xiàn)基于距離和不同的局域圖像質(zhì)量評(píng)價(jià)。該發(fā)明是用來(lái)評(píng)價(jià)彩色印刷品的，利用了人類(lèi)視覺(jué)對(duì)于圖像的相鄰像素的色彩一致性，根據(jù)像素距離和色彩的變化來(lái)判斷印刷品的質(zhì)量，發(fā)明本身合理的利用了人類(lèi)視覺(jué)特性，但是發(fā)明在判斷光學(xué)反射特性不同時(shí)還需使用光譜儀，這無(wú)疑増加了系統(tǒng)的成本，并且應(yīng)用的局限性更加明顯，即該系統(tǒng)只適用于對(duì)印刷品等靜態(tài)的圖像質(zhì)量進(jìn)行評(píng)價(jià)。如果采用發(fā)明中的系統(tǒng)對(duì)實(shí)時(shí)顯示的圖像進(jìn)行質(zhì)量評(píng)價(jià)時(shí)，則光譜儀的反射特性采集部分，只能通過(guò)采集監(jiān)視器上顯示的圖像來(lái)實(shí)現(xiàn)，而這無(wú)疑使得質(zhì)量評(píng)價(jià)結(jié)果更側(cè)重監(jiān)視器的性能。雖然該技術(shù)方案具有理想的印刷品圖像質(zhì)量評(píng)價(jià)結(jié)果，并且圖像像素特性的距離特點(diǎn)確實(shí)為無(wú)參考圖像質(zhì)量評(píng)價(jià)提供了有力的依據(jù)，但為了對(duì)成像系統(tǒng)及圖像處理結(jié)果進(jìn)行無(wú)參考評(píng)價(jià)，仍需尋找更有效的方法與裝置。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題在于克服現(xiàn)有技術(shù)的不足，提供ー種基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，利用圖像自身的距離矩陣來(lái)評(píng)價(jià)圖像質(zhì)量。本發(fā)明具體采用以下技術(shù)方案解決上述技術(shù)問(wèn)題?！N基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，其特征在于，包括以下步驟步驟I、對(duì)預(yù)先選取的與待評(píng)價(jià)圖像同類(lèi)的標(biāo)準(zhǔn)圖像分別加入期望為O，標(biāo)準(zhǔn)差由O開(kāi)始依次遞增的不同的高斯白噪聲，得到一組含噪圖像；
步驟2、對(duì)每一幅含噪圖像，計(jì)算其距離矩陣的標(biāo)準(zhǔn)偏差；
步驟3、根據(jù)各含噪圖像的高斯白噪聲的標(biāo)準(zhǔn)差、距離矩陣標(biāo)的標(biāo)準(zhǔn)偏差，建立高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)；
步驟4.計(jì)算待評(píng)價(jià)圖像的距離矩陣的標(biāo)準(zhǔn)偏差；
步驟5、利用步驟3得到的高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)，查找出待評(píng)價(jià)圖像的距離矩陣的標(biāo)準(zhǔn)偏差所對(duì)應(yīng)的高斯白噪聲的標(biāo)準(zhǔn)差，即為待評(píng)價(jià)圖像的質(zhì)量評(píng)價(jià)結(jié)果；
其中，圖像的距離矩陣的標(biāo)準(zhǔn)偏差，具體按照以下方法計(jì)算得到
步驟A、按照以下方法求取該圖像的距離圖
步驟Al、對(duì)于圖像中的任意一個(gè)像素點(diǎn)(i，j)，計(jì)算以像素點(diǎn)(i，j)為中心的大小為的鄰域中，以像素點(diǎn)(i，j)為中心的大小為sX s的小區(qū)域與該鄰域中其它大小為的小區(qū)域的歐氏距離的平均值，并將該平均值賦予像素點(diǎn)(i，j);其中，S和s均為自然數(shù)，
口
且~ ;
步驟A2、對(duì)圖像中所有點(diǎn)均按照步驟Al進(jìn)行處理，得到一幅新的圖像；
步驟A3、將步驟A2所得到的新的圖像轉(zhuǎn)化為256級(jí)灰度圖像，該灰度圖像即為距離
步驟B、構(gòu)建步驟A所得距離圖的距離矩陣，具體按照以下方法
步驟BI、構(gòu)建一個(gè)256X256的矩陣；
步驟B2、對(duì)于該矩陣中坐標(biāo)為(^，,f) (J = 1,2,--,256 ,>' = 1,2,…,256 )的元素，判斷所
述距離圖中是否存在灰度值分別為j-ι的兩個(gè)不同的像素點(diǎn)，如存在，則將該元素的值賦為I ;如不存在，則賦值為O ;最終得到的矩陣即為該距離圖的距離矩陣；
步驟C、根據(jù)下式計(jì)算距離矩陣的標(biāo)準(zhǔn)偏差σ :
I
其中名 標(biāo)足巨胃辦幡示力白勺τ 難。

步驟Al中所述該鄰域中其它大小為sXs的小區(qū)域，可以根據(jù)具體硬件的計(jì)算能力設(shè)定不同的范圍，例如，當(dāng)硬件計(jì)算能力較弱時(shí)可采取較為簡(jiǎn)化的方法，即該鄰域中其它大小為的小區(qū)域，具體是指以像素點(diǎn)(i，j)為中心的大小為的鄰域中，與以像素點(diǎn)(i，j)為中心的大小為sX s的小區(qū)域無(wú)重疊的其它大小為的小區(qū)域。如硬件的并行計(jì)算能力較強(qiáng)，則可采用以下方案步驟Al中所述該鄰域中其它大小為sXs的小區(qū)域，具體是指以像素點(diǎn)(i，j)為中心的大小為的鄰域中，除以像素點(diǎn)(i，j)為中心的大小為sXs的小區(qū)域以外的所有大小為的小區(qū)域。本發(fā)明技術(shù)方案中，所述鄰域的大小可以為18X18、21X21、27X27等，優(yōu)選地，S的取值為21。本發(fā)明的圖像質(zhì)量評(píng)價(jià)方法可用于對(duì)圖像融合的結(jié)果進(jìn)行評(píng)價(jià)，從而得到ー種圖像融合裝置。本發(fā)明的圖像融合裝置包括至少兩個(gè)成像通道、圖像融合模塊、顯示器，各成像通道輸入的圖像數(shù)據(jù)經(jīng)圖像融合模塊進(jìn)行融合，并將融合圖像通過(guò)顯示器輸出；所述圖像融合裝置還包括與所述圖像融合模塊連接的圖像質(zhì)量評(píng)價(jià)模塊，所述圖像融合模塊包括采用不同融合算法的多個(gè)圖像融合子模塊；進(jìn)行圖像融合吋，圖像融合模塊中的多個(gè)圖像融合子模塊分別進(jìn)行圖像融合并將融合圖像傳輸至圖像質(zhì)量評(píng)價(jià)模塊，圖像質(zhì)量評(píng)價(jià)模塊采用上述任一技術(shù)方案所述圖像質(zhì)量評(píng)價(jià)方法對(duì)融合圖像進(jìn)行評(píng)價(jià)，并將評(píng)價(jià)結(jié)果返回給圖像融合模塊；圖像融合模塊選擇評(píng)價(jià)結(jié)果最優(yōu)的圖像融合子模塊的融合圖像作為最終的融合圖像輸出至顯示器。 相比現(xiàn)有技術(shù)，本發(fā)明的基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法具有以下有益效果 本發(fā)明解決了像質(zhì)評(píng)價(jià)時(shí)的無(wú)參考圖像的問(wèn)題，并由像質(zhì)評(píng)價(jià)延伸到對(duì)成像系統(tǒng)成像
質(zhì)量的評(píng)價(jià)。發(fā)明中采用的距離圖像以距離的方式反映出圖像中的像素和其周?chē)袼刂g的相關(guān)性，對(duì)于清晰的圖像，由于存在的干擾少，所以像素的灰度值與其鄰域像素之間的相關(guān)性跟隨圖像的內(nèi)容不同而不同，但是存在大量干擾的圖像，像素與其周?chē)袼刂g的距離會(huì)變得近，使得距離圖像出現(xiàn)模糊。發(fā)明利用距離圖像的特點(diǎn)，用統(tǒng)計(jì)的方法生成距離矩陣，而距離矩陣可以從統(tǒng)計(jì)特性出發(fā)，以數(shù)值的方式評(píng)價(jià)圖像的質(zhì)量。本發(fā)明不需要標(biāo)準(zhǔn)圖像，經(jīng)實(shí)驗(yàn)證實(shí)可以有效的評(píng)價(jià)圖像處理系統(tǒng)或是成像裝置的像質(zhì)。


圖I為距離圖的計(jì)算流程 圖2 (a)、圖2 (b)、圖2 (C)、圖2 (d)分別為原圖像、原圖像的距離圖、加入噪聲的原圖像、加入噪聲的原圖像的距離 圖3為距離圖的距離矩陣的求解流程 圖4為本發(fā)明的圖像融合裝置的結(jié)構(gòu)示意 圖5 (a)、圖5 (b)分別為成像通道I和成像通道2輸入的不同成像焦點(diǎn)的圖像；
圖6 (a)、圖6 (b)分別為采用頻域融合方法、幅度調(diào)制融合方法融合圖5 Ca)和圖5(b)所得到的融合圖像。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明
本發(fā)明的思路是從圖像自身的信息出發(fā)，提出以距離圖的方式反映圖像中的像素和其周?chē)袼刂g的相關(guān)性對(duì)于清晰的圖像，由于存在的干擾少，所以像素的灰度值與其鄰域像素之間的相關(guān)性跟隨圖像的內(nèi)容不同而不同，而存在大量干擾的圖像，像素與其周?chē)袼刂g的距離會(huì)變得近，使得距離圖像出現(xiàn)模糊。然后通過(guò)距離矩陣的方式來(lái)提取圖像距離圖的特征，距離矩陣的散布范圍及其位置即可反映圖像的質(zhì)量，進(jìn)而可得到圖像的質(zhì)量參數(shù)。
本發(fā)明首次提出以距離圖的形式來(lái)表征圖像像素的灰度值與其鄰域像素之間的相關(guān)性，圖像的距離圖具體按照以下方法求取
步驟Al、對(duì)于圖像中的任意一個(gè)像素點(diǎn)U，プ)，計(jì)算以像素點(diǎn)U,プ)為中心的大小為
的鄰域中，以像素點(diǎn)為中心的大小為sX s的小區(qū)域與該鄰域中其它大小為sXs
的小區(qū)域的歐氏距離的平均值，并將該平均值賦予像素點(diǎn)(ムプ)；其中，S和s均為自然數(shù)，
S 且 5 = 了 ；
步驟A2、對(duì)圖像中所有點(diǎn)均按照步驟Al進(jìn)行處理，得到一幅新的圖像；
步驟A3、將步驟A2所得到的新的圖像轉(zhuǎn)化為256級(jí)灰度圖像，該灰度圖像即為距離圖。圖2 Ca)-圖2 (d)即直觀(guān)地顯示了圖像的距離圖與圖像質(zhì)量之間的關(guān)系，其中圖2 (a)為原始圖像，圖2 (c)為對(duì)圖2 (a)的原始圖像加入噪聲后的圖像，圖2 (b)和圖2(d)分別為圖2 (a)和圖2 (c)的距離圖。從圖中可以明顯看出，隨著圖像質(zhì)量的變化，其距離圖也隨之發(fā)生著相同的變化，因此完全可以使用圖像的距離圖來(lái)反映圖像的質(zhì)量。為了能夠根據(jù)圖像距離圖得到可量化的質(zhì)量參數(shù)，本發(fā)明進(jìn)一歩利用距離圖像的特點(diǎn)，用統(tǒng)計(jì)的方法生成距離矩陣，而距離矩陣可以從統(tǒng)計(jì)特性出發(fā)，以數(shù)值的方式評(píng)價(jià)圖像的質(zhì)量。具體而言，本發(fā)明的圖像質(zhì)量評(píng)價(jià)方法具體按照以下步驟
步驟I、對(duì)預(yù)先選取的與待評(píng)價(jià)圖像同類(lèi)的標(biāo)準(zhǔn)圖像分別加入期望為0，標(biāo)準(zhǔn)差由0開(kāi)始依次遞增的不同的高斯白噪聲，得到ー組含噪圖像；高斯白噪聲的加入方法可以采用現(xiàn)有的各種方法，最簡(jiǎn)單的方法，就是使用matlab中的函數(shù),但是matlab中的‘imageprocessing toolbox’的‘imnoise’函數(shù)加入高斯噪聲時(shí),標(biāo)準(zhǔn)差的取值為0_1的數(shù)值,此時(shí)，標(biāo)準(zhǔn)差可以以0. 01為間隔，那么評(píng)價(jià)時(shí)給出的高斯噪聲標(biāo)準(zhǔn)差的值也在0-1之間。步驟2、對(duì)每一幅含噪圖像，計(jì)算其距離圖，統(tǒng)計(jì)距離圖的距離矩陣，并計(jì)算距離矩陣的標(biāo)準(zhǔn)偏差；具體按照以下方法
步驟A、按照以下方法求取該圖像的距離圖
步驟Al、對(duì)于圖像中的任意一個(gè)像素點(diǎn)(i，j)，計(jì)算以像素點(diǎn)(i，j)為中心的大小為
的鄰域中，以像素點(diǎn)(i，j)為中心的大小為sX s的小區(qū)域與該鄰域中其它大小為
的小區(qū)域的歐氏距離的平均值，并將該平均值賦予像素點(diǎn)(i，j);其中，S和s均為自然數(shù)，
n S且 s = 7 ;
步驟A2、對(duì)圖像中所有點(diǎn)均按照步驟Al進(jìn)行處理，得到一幅新的圖像；
步驟A3、將步驟A2所得到的新的圖像轉(zhuǎn)化為256級(jí)灰度圖像，該灰度圖像即為距離
圖I即顯示了本具體實(shí)施方式
中所使用的求取圖像距離圖的算法流程，具體包括以下步驟
①系統(tǒng)初始化并定義變量；
m，n :圖像尺寸；1 :輸入圖像；D1 :區(qū)域距離；D :距離圖；(i，j):像素位置；(id，jd)21X21區(qū)域內(nèi)其它點(diǎn)的位置；iv :控制變量。
②讀入加入聞斯白噪聲的圖像I ;
③計(jì)算圖像尺寸，并賦值給m、n，m為圖像的行數(shù)，n為圖像的列數(shù)；
④把圖像劃分為21X21的區(qū)域(當(dāng)然，也可根據(jù)實(shí)際需要?jiǎng)澐譃?8X18或27X27等區(qū)域)，如果不能整除，那些剩余像素可以向圖像內(nèi)部擴(kuò)展，或是根據(jù)剰余面積重新以21行或是パ列為基準(zhǔn)來(lái)分塊；
I在每個(gè)21X21的區(qū)域內(nèi)， 計(jì)算以(i，j)為中心的7X7區(qū)域與21X21區(qū)域內(nèi)其它以(id, J1)為中心的的7X7區(qū)域的歐式距離Dl (iv)，歐式距離的計(jì)算如式(I)所示
^ = IK^l-VtiVyI(I)
式中，d表示兩個(gè)像素間的距離，V表示像素值，Ni表示以i為中心像素的小鄰域，Nj表示以j為中心的小鄰域；
本步驟中所述其它以(id，jd)為中心的的7X7區(qū)域，可以根據(jù)具體硬件的計(jì)算能力設(shè)定不同的范圍，例如，當(dāng)硬件計(jì)算能力較弱時(shí)可采取較為簡(jiǎn)化的方法，即設(shè)定為以像素點(diǎn)(i, j)為中心的大小為21X21的區(qū)域中，與以像素點(diǎn)(i，j)為中心的大小為7X7的區(qū)域無(wú)重疊的其它大小為7X7的小區(qū)域；如硬件的并行計(jì)算能力較強(qiáng)，則可設(shè)定為以像素點(diǎn)(i, j)為中心的大小為21X21的區(qū)域中，除以像素點(diǎn)(i，j)為中心的大小為7X7的小區(qū)域以外的所有大小為7X7的小區(qū)域；
⑤等待以(i，j)為中心的7X7區(qū)域與21X21區(qū)域內(nèi)其它以(id，jd)為中心的7X7區(qū)域的距離Dl (iv)計(jì)算完成；
⑦求Dl (iv)的平均值并將其值賦給D (i, j)；
③等待全圖中所有mXn個(gè)像素點(diǎn)計(jì)算完成；
③由D的最大值對(duì)D進(jìn)行歸一化，將其轉(zhuǎn)化為256級(jí)灰度圖像；
⑩D即為求得的距離圖。步驟B、構(gòu)建步驟A所得距離圖的距離矩陣，具體按照以下方法
步驟BI、構(gòu)建ー個(gè)256X256的矩陣；
步驟B2、對(duì)于該矩陣中坐標(biāo)為O，(x = l,2,-s256 ,^ = 1,2,-,256 )的元素，判斷所
述距離圖中是否存在灰度值分別為J-I的兩個(gè)不同的像素點(diǎn)，如存在，則將該元素的值賦為I ;如不存在，則賦值為0 ;最終得到的矩陣即為該距離圖的距離矩陣；
本具體實(shí)施方式
中所使用的距離矩陣的構(gòu)建算法流程如圖3所示，具體按照以下步
驟
①系統(tǒng)初始化并定義變量；
m，n :圖像尺寸；1 :輸入距離圖；a :統(tǒng)計(jì)窗ロ尺寸；1 :待求像素之間的距離；D1 :距離出現(xiàn)頻度；G :距離對(duì)出現(xiàn)情況；(i，j):距離圖中的像素位置；(id，jd) aXa區(qū)域內(nèi)其它點(diǎn)的位置。②將距離圖分成aXa大小的圖像塊(分塊處理是為了使算法簡(jiǎn)便，也可以不分塊，直接對(duì)整個(gè)距離圖進(jìn)行統(tǒng)計(jì))，在以(i，j)為中心的aXa的區(qū)域內(nèi)，統(tǒng)計(jì)(i，j)與(i, j+1)距離值組合出現(xiàn)地頻度假設(shè)距離圖中位置(i，j)處的距離值為A，(i, j+1)處的距離值為 B，則 Dl (A,B)=D1 (A，B)+1。③等待所選擇的aXa區(qū)域內(nèi)所有的距離數(shù)值組合統(tǒng)計(jì)完成；
④判斷Dl (i, j)=0 如果 Dl (i，j)=0 則 G (i, j)=0 否則 G (i, j)=l ；
⑤等待整幅距離圖計(jì)算完成，得到的Dl即為距離圖的統(tǒng)計(jì)矩陣，該矩陣為ー個(gè)256X256的矩陣。步驟C、根據(jù)下式(2)計(jì)算距離矩陣的標(biāo)準(zhǔn)偏差び
I
其中，^巧________]_____す丨.まボ足巨胃失巨P車(chē)巾示力白勺
會(huì)2ル GOi1,も)(A為)眾所周知，常規(guī)的標(biāo)準(zhǔn)差的計(jì)算公式為
^=xj-^ZE^(u)-^f其中ふ=士SrノM，式中對(duì)圖像中所有的像
素值求均值，求得的標(biāo)準(zhǔn)差為其它像素對(duì)均值的偏差。而本發(fā)明并未采用現(xiàn)有標(biāo)準(zhǔn)差計(jì)算方法，本發(fā)明的標(biāo)準(zhǔn)偏差求解， 2 も G(‘も)I4
(d2)=V%^,d ■ )| ，除了應(yīng)用像素的總和以外，還考慮了由灰度表示的權(quán)值，因?yàn)閮蓚€(gè)
Vi2dl
像素組合中，灰度相差越大，則反映圖像中像素之間的差別越大，該種標(biāo)準(zhǔn)偏差的求解可以有效地反映距離矩陣的統(tǒng)計(jì)特性。步驟3、根據(jù)各含噪圖像的高斯白噪聲的標(biāo)準(zhǔn)差、距離矩陣的標(biāo)準(zhǔn)偏差，建立高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)。步驟4.計(jì)算待評(píng)價(jià)圖像的距離矩陣的標(biāo)準(zhǔn)偏差；其距離矩陣的標(biāo)準(zhǔn)偏差的計(jì)算方法如上步驟A-步驟C所述。步驟5、利用步驟3得到的高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)，查找出待評(píng)價(jià)圖像的距離矩陣的標(biāo)準(zhǔn)偏差所對(duì)應(yīng)的高斯白噪聲的標(biāo)準(zhǔn)差，即為待評(píng)價(jià)圖像的質(zhì)量評(píng)價(jià)結(jié)果。為了便于公眾進(jìn)ー步理解本發(fā)明的技術(shù)方案，下面舉一具體實(shí)例
本實(shí)例中的標(biāo)準(zhǔn)圖像采用標(biāo)準(zhǔn)圖像庫(kù)tid2008，其中共包括各種不同景物特點(diǎn)的圖像25幅，給每幅標(biāo)準(zhǔn)圖像加入期望為0，標(biāo)準(zhǔn)差為O的高斯白噪聲，O的取值根據(jù)需要設(shè)置成遞增的值，這樣由一幅標(biāo)準(zhǔn)圖像可以得到多幅加入不同O值的含噪圖像，這些圖像可以根據(jù)O的取值來(lái)編號(hào)，每幅標(biāo)準(zhǔn)圖像都會(huì)得到ー組帶噪圖像，可以根據(jù)圖像內(nèi)容來(lái)把圖像分類(lèi)，例如，圖庫(kù)中的108、121、122、124就可以分類(lèi)為建筑圖像，比如對(duì)圖108加入期望為0，標(biāo)準(zhǔn)差為O的高斯白噪聲得到ー組圖像為10801、10802等，標(biāo)準(zhǔn)差O的值可以以0.1為間隔選取，根據(jù)實(shí)際需要大約取到10左右，那么得到了 100幅加入了高斯白噪聲的圖像。采用上述步驟A-步驟C的方法計(jì)算各幅含噪圖像的距離圖，距離圖的距離矩陣，最后得到每幅含噪圖像的距離矩陣的標(biāo)準(zhǔn)偏差，根據(jù)其所對(duì)應(yīng)的含噪圖像的高斯白噪聲的標(biāo)準(zhǔn)差O，即可得到各類(lèi)圖像的高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)。對(duì)于任意一幅待評(píng)價(jià)圖像，按照上述步驟A-步驟C的方法計(jì)算出距離矩陣的標(biāo)準(zhǔn)偏差，然后根據(jù)其所屬類(lèi)別在相應(yīng)的高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)中查找，即可得到該待評(píng)價(jià)圖像的高斯白噪聲的標(biāo)準(zhǔn)差，從而定量地評(píng)價(jià)其圖像質(zhì)量。本發(fā)明的圖像質(zhì)量評(píng)價(jià)方法不需要參考圖像，可以有效的評(píng)價(jià)圖像處理系統(tǒng)或是成像裝置的像質(zhì)。例如，可以用于實(shí)時(shí)評(píng)價(jià)融合結(jié)果圖像的質(zhì)量。圖像融合是指將多源信 道所采集到的關(guān)于同一環(huán)境的圖像數(shù)據(jù)經(jīng)過(guò)圖像處理和計(jì)算機(jī)技術(shù)等，最大限度的提取各自信道中的有利信息，最后綜合成高質(zhì)量的圖像，以提高圖像信息的利用率、改善計(jì)算機(jī)解譯精度和可靠性、提升原始圖像的空間分辨率和光譜分辨率等。圖像融合方法有很多種，對(duì)不同的景物，多源信道圖像的信息提取和融合在采用不同的融合方法時(shí)會(huì)得到不同質(zhì)量的融合圖像，所以判斷融合結(jié)果圖像的質(zhì)量可以為融合方法的最優(yōu)選擇提供可靠依據(jù)。下面舉ー應(yīng)用本發(fā)明方法的圖像融合裝置的實(shí)例來(lái)進(jìn)行說(shuō)明。該圖像融合裝置的結(jié)構(gòu)如圖4所示，包括兩個(gè)成像通道(成像通道I和成像通道
2)、圖像融合模塊、顯示器，以及與所述圖像融合模塊連接的圖像質(zhì)量評(píng)價(jià)模塊，所述圖像融合模塊包括采用不同融合算法的多個(gè)圖像融合子模塊，圖像質(zhì)量評(píng)價(jià)模塊還同時(shí)與顯示器連接以實(shí)時(shí)顯示融合圖像的質(zhì)量評(píng)價(jià)結(jié)果；本實(shí)施例中，圖像質(zhì)量評(píng)價(jià)模塊主要由高速數(shù)字處理芯片(TI公司的DM642)、芯片的外圍電路及存儲(chǔ)器組成。進(jìn)行圖像融合吋，圖像融合模塊中的多個(gè)圖像融合子模塊分別對(duì)各成像通道輸入的原始圖像進(jìn)行圖像融合，并將融合圖像傳輸至圖像質(zhì)量評(píng)價(jià)模塊及顯示器，圖像質(zhì)量評(píng)價(jià)模塊采用本發(fā)明圖像質(zhì)量評(píng)價(jià)方法對(duì)融合圖像進(jìn)行評(píng)價(jià)，將評(píng)價(jià)結(jié)果同時(shí)輸出至圖像融合模塊及顯示器，顯示內(nèi)容為當(dāng)前的融合圖像、其所采用的圖像融合方法，以及對(duì)應(yīng)于高斯噪聲的標(biāo)準(zhǔn)差；圖像融合模塊選擇評(píng)價(jià)結(jié)果最優(yōu)的圖像融合子模塊的融合圖像作為最終的融合圖像。圖5 (a)、圖5 (b)、圖6 (a)、圖6 (b)顯示了使用該裝置進(jìn)行多焦點(diǎn)圖像融合的效果，其中，圖5 (a)、圖5 (b)分別為成像通道I和成像通道2輸入的不同成像焦點(diǎn)的圖像；圖6 (a)、圖6 (b)分別為采用頻域融合方法、幅度調(diào)制融合方法融合圖5 (a)和圖5 (b)所得到的融合圖像，其左上角顯示了當(dāng)前融合圖像所使用的融合方法及對(duì)應(yīng)于高斯噪聲的標(biāo)準(zhǔn)差。
權(quán)利要求
1.一種基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，其特征在于，包括以下步驟 步驟I、對(duì)預(yù)先選取的與待評(píng)價(jià)圖像同類(lèi)的標(biāo)準(zhǔn)圖像分別加入期望為O，標(biāo)準(zhǔn)差由O開(kāi)始依次遞增的不同的高斯白噪聲，得到一組含噪圖像； 步驟2、對(duì)每一幅含噪圖像，計(jì)算其距離矩陣的標(biāo)準(zhǔn)偏差； 步驟3、根據(jù)各含噪圖像的高斯白噪聲的標(biāo)準(zhǔn)差、距離矩陣標(biāo)的標(biāo)準(zhǔn)偏差，建立高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)； 步驟4.計(jì)算待評(píng)價(jià)圖像的距離矩陣的標(biāo)準(zhǔn)偏差； 步驟5、利用步驟3得到的高斯白噪聲的標(biāo)準(zhǔn)差與距離矩陣的標(biāo)準(zhǔn)偏差之間的對(duì)應(yīng)關(guān)系表或關(guān)系曲線(xiàn)，查找出待評(píng)價(jià)圖像的距離矩陣的標(biāo)準(zhǔn)偏差所對(duì)應(yīng)的高斯白噪聲的標(biāo)準(zhǔn)差，即為待評(píng)價(jià)圖像的質(zhì)量評(píng)價(jià)結(jié)果； 其中，圖像的距離矩陣的標(biāo)準(zhǔn)偏差，具體按照以下方法計(jì)算得到 步驟A、按照以下方法求取該圖像的距離圖步驟Al、對(duì)于圖像中的任意一個(gè)像素點(diǎn)(i，j)，計(jì)算以像素點(diǎn)(i，j)為中心的大小為的鄰域中，以像素點(diǎn)(i，j)為中心的大小為sX s的小區(qū)域與該鄰域中其它大小為的小區(qū)域的歐氏距離的平均值，并將該平均值賦予像素點(diǎn)(i，j);其中，S和s均為自然數(shù)，
2.如權(quán)利要求I所述基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，其特征在于，步驟Al中所述該鄰域中其它大小為的小區(qū)域，具體是指以像素點(diǎn)(i, j )為中心的大小為SXS的鄰域中，與以像素點(diǎn)(i，j)為中心的大小為sX s的小區(qū)域無(wú)重疊的其它大小為的小區(qū)域。
3.如權(quán)利要求I所述基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，其特征在于，步驟Al中所述該鄰域中其它大小為的小區(qū)域，具體是指以像素點(diǎn)(i, j )為中心的大小為SXS的鄰域中，除以像素點(diǎn)(i，j)為中心的大小為sXs的小區(qū)域以外的所有大小為的小區(qū)域。
4.如權(quán)利要求I所述基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，其特征在于，所述S的取值為21。
5.一種圖像融合裝置，包括至少兩個(gè)成像通道、圖像融合模塊、顯示器，各成像通道輸入的圖像數(shù)據(jù)經(jīng)圖像融合模塊進(jìn)行融合，并將融合圖像通過(guò)顯示器輸出；其特征在于，所述圖像融合裝置還包括與所述圖像融合模塊連接的圖像質(zhì)量評(píng)價(jià)模塊，所述圖像融合模塊包括采用不同融合算法的多個(gè)圖像融合子模塊；進(jìn)行圖像融合時(shí)，圖像融合模塊中的多個(gè)圖像融合子模塊分別進(jìn)行圖像融合并將融合圖像傳輸至圖像質(zhì)量評(píng)價(jià)模塊，圖像質(zhì)量評(píng)價(jià)模塊采用權(quán)利要求I至4任一項(xiàng)所述圖像質(zhì)量評(píng)價(jià)方法對(duì)融合圖像進(jìn)行評(píng)價(jià)，并將評(píng)價(jià)結(jié)果返回給圖像融合模塊；圖像融合模塊選擇評(píng)價(jià)結(jié)果最優(yōu)的圖像融合子模塊的融合圖像作為最終的融合圖像輸出至顯示器。
全文摘要
本發(fā)明公開(kāi)了一種基于距離矩陣的圖像質(zhì)量評(píng)價(jià)方法，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明從圖像自身信息出發(fā)，提出以距離圖的方式反映圖像中的像素和其周?chē)袼刂g的相關(guān)性對(duì)于清晰的圖像，由于存在的干擾少，像素灰度值與其鄰域像素之間的相關(guān)性跟隨圖像的內(nèi)容不同而不同，而存在大量干擾的圖像，像素與其周?chē)袼刂g的距離會(huì)變得近，使得距離圖像出現(xiàn)模糊；然后通過(guò)距離矩陣的方式提取圖像距離圖的特征，距離矩陣的散布范圍及其位置即可反映圖像的質(zhì)量，進(jìn)而可得到圖像的質(zhì)量參數(shù)。本發(fā)明還公開(kāi)了一種圖像融合裝置，利用本發(fā)明的圖像質(zhì)量評(píng)價(jià)方法對(duì)融合圖像的質(zhì)量進(jìn)行實(shí)時(shí)評(píng)價(jià)。本發(fā)明不需要標(biāo)準(zhǔn)圖像，可有效的評(píng)價(jià)圖像處理系統(tǒng)或成像裝置的像質(zhì)。
文檔編號(hào)G06T7/00GK102760293SQ20121019531
公開(kāi)日2012年10月31日 申請(qǐng)日期2012年6月14日 優(yōu)先權(quán)日2012年6月14日
發(fā)明者周勇, 孫冬嬌, 常建華, 張闖, 曹鴻霞, 李敏, 葛益嫻 申請(qǐng)人:南京信息工程大學(xué)