图像融合算法的性能评价.pdfVIP

学兔兔 第 6期(总第 193期) 机 械 工 程 与 自动 化 No．6 2015年 12月 MECHANICAL ENGINEERING ＆ AUTOMATION Dec． 文章编号 ：1672—6413(2015)06—0003—02 图像融合算法的性能评价米 王宇庆 (中国科学院长春光学精密机械与物理研究所，吉林 长春 130033) 摘要：图像融合算法的性能评价需要考虑在融合图像中传递的信息是否满足人眼视觉特性，而传统的基于信 息论的方法并没有考虑人眼视觉特性。针对此提出了一种综合考虑多种图像结构信息的信息合并方法，将局 部方差和梯度等信息作为反映图像结构的重要特征，将结构特征矩阵进行分块奇异值分解，从而设计 了相应 的评价算法。实验结果表明，该方法能够准确度量融合 图像 中的信息增量，评价结果与人眼视觉特性的一致 性优于传统方法。 关键词：图像融合 ；梯度；局部方差 中图分类号 ：TN911．73 文献标识码 ：A 0 引言 图像 中人眼敏感结构信息的融合算法评价指标，从而 图像融合的最终 目的是为了增加融合图像中的信 使得评价结果更加接近于相应融合算法的真实性能。 息量，这与信息融合的研究 目的是类似 的，所不同的 1 基于人眼敏感图像结构信息的融合算法性能评价 是 ，融合图像 中的信息分布形式必须符合人眼 的视觉 人眼对图像 中各种信息的敏感程度不同，对各类 特性 。事实上 ，人类视觉系统并不能实现 图像融合功 信息的正确区分是关系到评价算法是否合理的关键。 能，图像融合仅仅是借鉴了信息论 中的类似概念而已， 图像的梯度和局部方差都能较为全面地刻画图像的轮 因此，图像融合的关键步骤无法引入人类视觉系统的 廓信息，图像的轮廓信息描述 了图像 中人眼敏感的主 生理学模型，仅能凭借信息论 中的一些基本概念完成 要信息。根据文献[3]的描述，对于二维灰度图像矩阵， 图像处理过程。 位于二维矩阵中(z，)像素点的图像梯度可以表示为： 与各种图像处理过程类似 ，图像融合 同样需要进 一 f 厂 f+f 厂f． (1) 行质量评价 。客观评价是 目前几乎所有图像质量评价 其中：I 一I和I 、，1分别为垂直梯度和水平梯度。 算法的研究重点，根据对参考图像的依赖程度可 以分 根据文献[4]，图像的局部方差可以表示为： 为无参考图像质量评价、半参考图像质量评价 以及全 L 参考图像质量评价 3种 。对于图像融合这样的图像处 ． ∑ (一7) 理过程 ，评价算法则更加特殊 。图像融合的优劣不仅 、，口，(J )一 ￡L—r— 一 ． (2) 要考虑图像 的画质 ，还要考虑信息量的增量 ，这就需要 ∑叫 与源图像进行 比对才能实现 ，因此，图像融合的评价过 其中： 为加权系数； 为内部像素的灰度值；L为该 程更加复杂 ，要考虑多方面因素 ，并且要引入信息论中 L 的一些基本理论才能实现。 一 一 ∑ 、 传统的图像融合性能评价指标口 主要从信息论