可见光和红外图像融合质量评价.研究

《可见光和红外图像融合质量评价.研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、华中科技大学硕士学位论文1绪论1.1课题的目的和意义随着计算机技术、光学、数学的发展，使得数字图像处理迅速发展起来。军事、医学、自然资源勘探、海洋资源管理、环境和土地利用管理、生物学等的应用需求有力地刺激了图像处理和图像融合技术的发展。图像融合充分利用了多个被融合图像所包含的冗余信息和互补信息，提高了信息的利用率。融合图像包括很多种，有雷达和红外图像融合，红外图像与可见光图像融合，雷达与雷达图像融合，不同波段红外图像融合，CT、PET、MRI的图像融合等。本文主要针对可见光和红外图像的融合及其评价问题进行讨论。红外成像利用的是目标的辐射能量，因其具有一定的穿透烟、雾、雪等的

2、能力，抗干扰能力强，可夜间工作而受到普遍重视，但它的成像质量较差。可见光图像则具有光谱信息丰富、分辨率高、动态范围大等优点，存在的缺陷是在夜视和低能见度的条件下，成像效果有局限性。地面目标的背景通常比较复杂，可见光成像可以获得分辨率较高的地面目标图像，但是烟、雾、光照对其成像质量影响较大，对目标和背景的温度差异不敏感；红外成像则可以弥补可见光成像的这些缺陷。因此，对红外和可见光图像进行融合，可用获得更加准确的信息，为后续的处理提供更好的保证。图像融合方法的研究必将带动评价方法的研究，探究图像融合效果的客观、定量评价方法和准则，建立量化评价公式，提高判断的准确性和速度，得到更

3、正确的结论，以便于人眼或者计算机的进一步处理。[1]图像质量评价可以分为主观评价和客观评价，也可以分为有参考图像的评价和无参考图像的评价。融合评价是图像质量评价的一个分支，不过融合图像质量评价既属于有参考图像评价的范畴，又属于无参考图像评价的范畴。目前，有参考图像评价方法，一般用于压缩图像评价，将降质后的图像与源图像进行对比，用数学方法进行分析，认为降质后图像越接近源图像，就认为该图像质量越好。融合后图像是以融合前的图像为参考，但又不是简单跟融合前图像进行对比分析，不能认为融合后图像越接近融合前图像，融合后图像质量就越好，因为融合后图像不仅仅是以融合前图像作为参考，更重要的

4、是，融合后图像提取了多幅1华中科技大学硕士学位论文融合前图像的互补信息，剔除了它们的冗余信息，以人类心理感知的观点看，应该比源图像的信息量更多，质量更好。同时，融合图像又不能单纯地看成是无参考图像的评价，毕竟融合后图像是对多幅图像融合得到的，是以多幅融合前图像为前提的。上述提到，融合图像评价属于图像质量评价的一种，也可以分为主观评价和客观评价。主观评价是依靠人眼对融合图像效果进行主观判断的方法，让观察者根据一些事先规定的评价尺度或自己的经验，对测试图像按视觉效果提出质量判断，并给出质量分数，对所有观察者给出的分数进行加权平均，所得的结果即为图像的主观质量评价。但主观评价方法

5、太耗时，需要大量的评价者，而且对图像的评价也因人而异，目的不同评价也不同，应用范围不同，考虑的因素不一样，对评价结果也造成一定影响。客观评价是利用数学公式对图像进行定量的分析，比如对图像象素值进行统计，用统计量对图像质量进行数值描述，比较典型的统计量有灰度均值，灰度方差，均方误差，信息熵等等。客观评价是用数学公式定量的分析图像与图像之间的关系，其好处是，计算简单耗时少，易于操作便于计算机处理。但是客观评价也有一定的缺陷，图像本身是个很复杂的系统，而客观评价却用简单的公式去分析复杂的图像，得到的结果不一定与实际相符。就拿统计量来说，往往求得的结果常与人们主观视觉效果不一致，主

6、要是因为无论哪种统计量，都是从总体上对图象的反映，并不能反映局部差别，如一个像点有较大灰度差别和较多像点有较小灰度差别的情况可能会出现相等的统计结果。显然对图像中所有像点同样对待，不能反映人眼的视觉特性。目前，也有文献提出了一些新的图像评价的方法，比如利用自然场景的统计信息，将图像评价的过程看成是求解信息的逼真度，即处理后图像接近源图像的程度，但是这些方法大部分都是针对压缩图像的评价，对融合评价是否适用还有待进一步的研究。总之，图像质量评价问题在智能图像处理中占有重要地位，没有效果的评价就没有信息的反馈。人的视觉系统是图像的最后终端，即图像信息的信宿，而且此类输出图像最终是

7、由人的视觉系统来评价。从现有的文献报道上看，对融合图像质量的评价依然以人眼为主，这主要是因为融合图像的评价不同于一般受损图像评价，它所选的判断标准应该与实际应用对象相关。因此建立通用的融合图像质量评价标2华中科技大学硕士学位论文准对于图像融合图像处理有着重大的意义。1.2国内外研究现状虽然图像质量评价在智能图像处理中占有很重要的地位，关于图像质量评价的文献也有很多，但是融合图像质量评价的文献确很少。目前，大多数图像质量评价的文献都是在评价原图像和降质图像之间的区别，主要用来评价压缩算法，比如奥斯汀的德克萨斯大学图像