CN110866904A - 一种红外偏振重构图像的评价方法和装置 - Google Patents

一种红外偏振重构图像的评价方法和装置 Download PDF

Info

Publication number
CN110866904A
CN110866904A CN201911089374.4A CN201911089374A CN110866904A CN 110866904 A CN110866904 A CN 110866904A CN 201911089374 A CN201911089374 A CN 201911089374A CN 110866904 A CN110866904 A CN 110866904A
Authority
CN
China
Prior art keywords
image
infrared polarization
color image
band
contrast
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911089374.4A
Other languages
English (en)
Inventor
陈伟力
王淑华
徐文斌
李军伟
陈艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201911089374.4A priority Critical patent/CN110866904A/zh
Publication of CN110866904A publication Critical patent/CN110866904A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明涉及一种红外偏振重构图像的评价方法，所述方法的一实施方式包括：对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；获取红外偏振彩色图像的感知对比度数据；依据所述感知对比度数据对红外偏振彩色图像进行评价。该实施方式能够提供一种基于人眼视觉特性的红外偏振重构图像的客观评价方法。

Description

一种红外偏振重构图像的评价方法和装置
技术领域
本发明涉及重构图像客观评价领域，尤其涉及一种红外偏振重构图像的评价方法和装置。
背景技术
彩色重构图像的质量评价一直是国内外重点研究的课题之一，目前尚未获得通用的评价理论，只能采用具有一定针对性的评价方法。由重构图像的主观评价可知，“目标探测性”是探测系统应用的基本目的。在图像中目标可探测的条件下，图像“细节”是融合图像质量最重要的指标，细节对于目标识别和大多数的整体感知任务至关重要。
红外偏振图像则主要通过目标的轮廓、边缘等细节特征来提高目标探测能力。红外偏振彩色重构图像主要表面为在辐射强度图像的基础上进一步突出目标的边缘轮廓等细节特征，故图像“细节”是评价偏振重构图像的主要指标，本发明的目的是提出一种能够反映细节的客观评价方法，以提高红外偏振重构图像的评价有效性。国内外公开文献中尚未见基于人眼视觉特性的红外偏振重构图像客观评价方法的报道。
发明内容
本发明要解决的技术问题是如何从图像细节评价红外偏振重构图像。
为了解决上述技术问题，本发明提供了一种红外偏振重构图像的评价方法。
本发明提供的红外偏振重构图像的评价方法包括：对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；获取红外偏振彩色图像的感知对比度数据；依据所述感知对比度数据对红外偏振彩色图像进行评价。
可选地，对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像，包括：基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像。
可选地，所述方法进一步包括：在所述基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像之后，将HSV模式的红外偏振彩色图像转换为RGB模式的红外偏振彩色图像。
可选地，所述方法进一步包括：在获取红外偏振彩色图像的感知对比度数据之前，将RGB模式的红外偏振彩色图像转换为YCbCr模式的红外偏振彩色图像。
可选地，获取红外偏振彩色图像的感知对比度数据，包括：将YCbCr模式的红外偏振彩色图像分解为色空间三个通道中每一通道的图像；将分解得到的每一通道的图像通过预设的多个低通滤波器，获得对应于该通道图像的多个频带的低通图像；将相邻频带的低通图像相减得到多个带通图像，依据带通图像和相应低通图像的像素值计算对应于每一频带的频带对比度；根据对应于每一频带的频带对比度和视觉敏感度函数确定对应于该频带的感知对比度。
可选地，所述多个低通滤波器
Figure BDA0002266405860000021
如以下公式所示：
Figure BDA0002266405860000022
Figure BDA0002266405860000023
其中，j为0、1、2、3，x为横坐标，y为纵坐标，σj为高斯标准偏差。
可选地，所述依据带通图像和相应低通图像的像素值计算对应于每一频带的频带对比度包括：利用以下公式计算频带对比度：
Figure BDA0002266405860000024
其中，bj(x,y)为对应于任一频带的带通图像，lj(x,y)为对应于该频带的低通图像，F为预设参数；
所述根据对应于每一频带的频带对比度和视觉敏感度函数确定对应于该频带的感知对比度，包括：将对应于每一频带的频带对比度与对应于该频带的视觉敏感度函数的乘积的平方根确定为对应于该频带的感知对比度。
在另一方面，本发明提供一种红外偏振重构图像的评价装置。
本发明实施例的红外偏振重构图像的评价装置可包括：重构单元，用于对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；评价指标计算单元，用于获取红外偏振彩色图像的感知对比度数据；评价单元，用于依据所述感知对比度数据对红外偏振彩色图像进行评价。
在本发明的技术方案中，针对红外偏振重构图像凸显目标边缘轮廓等细节特征的特点，提供一种基于人眼视觉特性的红外偏振重构图像客观评价方法，将基于人眼敏感函数的感知对比度指数的高频带指标作为评价偏振重构图像质量的指标，评价结论与主观评价结论具有较好的一致性。此外，本发明针对红外偏振图像重构的特点，研究分析了常用颜色空间与RGB空间的转换关系，得出图像细节是评价偏振重构图像的主要指标。
附图说明
图1是本发明实施例的红外偏振重构图像的评价方法的主要步骤示意图；
图2是本发明实施例的红外偏振重构图像的评价装置的主要部分示意图；
图3是根据本发明实施例可以应用于其中的示例性系统架构图；
图4是用来实现本发明实施例中红外偏振重构图像的评价方法的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明实施例的红外偏振重构图像的评价方法的主要步骤示意图。如图1所示，本发明实施例的红外偏振重构图像的评价方法可具体执行以下步骤：
步骤S101：对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像。
在本步骤中，可首先基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像。具体地，由于红外偏振图像的灰度融合图像通常很难分辨偏振信息，不利于观察者分析图像信息。对于红外偏振成像不仅需要获得目标的偏振信息，而且应将偏振信息与辐射强度信息进行有效的结合，故彩色图像重构成为可行的技术途径。彩色图像重构需要考虑颜色空间，由于HSV颜色模式是基于人对颜色的心理感受的一种颜色模式，且其三通道分别表示颜色的色调、饱和度和亮度等三个要素，较符合人的视觉感受，因此大多采用HSV颜色空间进行红外偏振图像重构研究。
同时，由于HSV空间的色调H和亮度V与线偏振图像偏振角和偏振度之间在数学上存在一定的相似性，因此，在HSV颜色空间对偏振图像进行彩色可视化时采用的线性映射关系为：
(H,S,V)＝(α,p,I)
其中，α为偏振角，p为偏振度，I为光强。
彩色融合图像的显示最终需要归结到RGB(红、绿、蓝)空间，因此需要将HSV模式的红外偏振彩色图像利用已知的转换公式转换为RGB模式的红外偏振彩色图像。
在偏振角属于零到60°的范围时，存在以下映射关系：
Figure BDA0002266405860000051
其中，I、Q、U均为斯托克斯参数。从上式可见，重构图像主要在G和B通道融合了偏振信息。
步骤S102：获取红外偏振彩色图像的感知对比度数据。
在本步骤中，将计算用于评价红外偏振彩色图像的指标。“对比度指数”是采用Peli对比度模型度量真彩色图像感知细节时提出的，其通过人眼对比度敏感特性，将Peli对比度模型计算出的物理对比度变成感知对比度，然后用所有频带和所有像素对比度平均值即对比度指数预测图像细节。
实际应用中，彩色图像需要分解成色空间三个通道进行处理，三个通道的视觉敏感度函数(CSF)与色空间有关。由于YCbCr色空间具有完全的CSF实验数据,故本发明暂选用YCbCr色空间计算彩色图像对比度，这里，Y、Cb和Cr分别对应“亮度”、“蓝/黄”和“红/绿”。
因此，可首先将步骤S101中得到的RGB模式的红外偏振彩色图像转换为YCbCr模式的红外偏振彩色图像。由于该转换为已知技术，此处不需重复介绍。
接着，可将YCbCr模式的红外偏振彩色图像分解为色空间三个通道中每一通道的图像，并将分解得到的每一通道的图像通过预设的多个低通滤波器，获得对应于该通道图像的多个频带的低通图像。
上述多个低通滤波器
Figure BDA0002266405860000052
如以下公式所示：
Figure BDA0002266405860000053
Figure BDA0002266405860000054
其中，j为0、1、2、3，x为横坐标，y为纵坐标，σj为高斯标准偏差，分母中的3.1是为避免高斯金字塔子采样产生混叠而设置的系数。
分解得到的每一通道的图像I(x,y)经过上述低通滤波器滤波后得到一系列低通图像lj(x,y)，相应公式为：
lj(x,y)＝φj(x,y)*I(x,y)
此后，可将相邻频带的低通图像相减得到多个带通图像bj+1(x,y)，相应公式为：
bj+1(x,y)＝lj(x,y)-lj+1(x,y)
其中，j代表频带数，j越小表示滤波的频带范围越高。
下一步，可依据带通图像和相应低通图像的像素值计算对应于每一频带的频带对比度Cj(x,y)：
Figure BDA0002266405860000061
其中，Cj(x,y)的取值范围为[0,1]；常数F描述显示器周围漫散射光引起屏幕反射亮度对显示图像物理对比度的降低，大小为反射亮度与显示器最大亮度的百分比(可取值为0.1)。
最后，可根据对应于每一频带的频带对比度和视觉敏感度函数确定对应于该频带的感知对比度pj(x,y)：
Figure BDA0002266405860000062
其中，Sj(x,y)为视觉敏感度函数。
步骤S103：依据所述感知对比度数据对红外偏振彩色图像进行评价。
在本步骤中，可选取对应于高频带(例如j＝0、1)的感知对比度对红外偏振彩色图像进行评价。实际应用中，基于细节的彩色融合图像客观评价方法中高频带对比度指数(表征细节)与主观评价结论的相关性可达到0.8，从统计学角度看，高频带对比度指数较好的实现了图像细节的客观测量，故可计算红外辐射强度信息与红外偏振重构图像的高频带对比度指数，以判断通过色彩重构得到图像的细节是否得到改善。
此后，可获取红外偏振彩色图像的主观评价，并将两种评价的结果进行对比。具体应用中，红外偏振重构图像主观评价主要通过对多组红外辐射图像及对应红外偏振重构图像进行多人制打分评价的实验方法来实现，要求观察者年龄范围适当，具有正常视力以及红外辐射成像基础知识、偏振图像的观察经验。实验前需对实验目的进行介绍，以确认观察者没有理解偏差的给出评价分数。通过计算分析观察者人眼感兴趣区域的感知清晰度来分析主观评价结果与基于人眼视觉特性的频带对比度指数指标的一致性来判别客观评价方法的准确性。人眼感兴趣区域的感知清晰度计算方法可采用现有的五种清晰度评价模型来比较分析，主要是通过分别计算试验中重构图像的清晰度分数以及其与主观评价分数的皮尔逊相关系数来评价一致性。
图2是本发明实施例的红外偏振重构图像的评价装置的主要部分示意图。如图2所示，本发明实施例的红外偏振重构图像的评价装置200可包括：重构单元201、评价指标计算单元202和评价单元203。
其中，重构单元202可用于对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；评价指标计算单元202可用于获取红外偏振彩色图像的感知对比度数据；评价单元203可用于依据所述感知对比度数据对红外偏振彩色图像进行评价。
在本发明实施例中，重构单元202可进一步用于：基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像。
具体应用中，重构单元202可进一步用于：在所述基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像之后，将HSV模式的红外偏振彩色图像转换为RGB模式的红外偏振彩色图像。
在一些实施例中，评价指标计算单元202可进一步用于：在获取红外偏振彩色图像的感知对比度数据之前，将RGB模式的红外偏振彩色图像转换为YCbCr模式的红外偏振彩色图像。
作为一个优选方案，评价指标计算单元202可进一步用于：将YCbCr模式的红外偏振彩色图像分解为色空间三个通道中每一通道的图像；将分解得到的每一通道的图像通过预设的多个低通滤波器，获得对应于该通道图像的多个频带的低通图像；将相邻频带的低通图像相减得到多个带通图像，依据带通图像和相应低通图像的像素值计算对应于每一频带的频带对比度；根据对应于每一频带的频带对比度和视觉敏感度函数确定对应于该频带的感知对比度。
较佳地，所述多个低通滤波器
Figure BDA0002266405860000081
如以下公式所示：
Figure BDA0002266405860000082
Figure BDA0002266405860000083
其中，j为0、1、2、3，x为横坐标，y为纵坐标，σj为高斯标准偏差。
实际应用中，评价指标计算单元202可进一步用于：利用以下公式计算频带对比度：
Figure BDA0002266405860000084
其中，bj(x,y)为对应于任一频带的带通图像，lj(x,y)为对应于该频带的低通图像，F为预设参数；
此外，在本发明实施例中，评价指标计算单元202可进一步用于：将对应于每一频带的频带对比度与对应于该频带的视觉敏感度函数的乘积的平方根确定为对应于该频带的感知对比度。
在本发明的技术方案中，针对红外偏振重构图像凸显目标边缘轮廓等细节特征的特点，提供一种基于人眼视觉特性的红外偏振重构图像客观评价方法，将基于人眼敏感函数的感知对比度指数的高频带指标作为评价偏振重构图像质量的指标，评价结论与主观评价结论具有较好的一致性。此外，本发明针对红外偏振图像重构的特点，研究分析了常用颜色空间与RGB空间的转换关系，得出图像细节是评价偏振重构图像的主要指标。
图3示出了可以应用本发明实施例的红外偏振重构图像的评价方法或红外偏振重构图像的评价装置的示例性系统架构300。
如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305(此架构仅仅是示例，具体架构中包含的组件可以根据申请具体情况调整)。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送信息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如图像评价类应用(仅为示例)。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所操作的图像评价类应用提供支持的运算服务器(仅为示例)。运算服务器可以对接收到的图像评价请求等进行处理，并将处理结果(例如：评价结果，仅为示例)反馈给终端设备301、302、303。
需要说明的是，本发明实施例所提供的红外偏振重构图像的评价方法一般由服务器305执行，红外偏振重构图像的评价装置一般也设置于服务器305中。
应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
本发明还提供了一种电子设备。本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明所提供的红外偏振重构图像的评价方法。
下面参考图4，其示出了适于用来实现本发明实施例的电子设备的计算机系统400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中，还存储有计算机系统400操作所需的各种程序和数据。CPU401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本发明公开的实施例，上文的主要步骤图描述的过程可以被实现为计算机软件程序。例如，本发明实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在上述实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元401执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这根据所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括重构单元、评价指标计算单元和评价单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，重构单元还可以被描述为“向评价指标计算单元提供红外偏振彩色图像的单元”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中的。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该设备执行时，使得该设备执行的步骤包括：对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；获取红外偏振彩色图像的感知对比度数据；依据所述感知对比度数据对红外偏振彩色图像进行评价。
综上所述，在本发明的技术方案中，针对红外偏振重构图像凸显目标边缘轮廓等细节特征的特点，提供一种基于人眼视觉特性的红外偏振重构图像客观评价方法，将基于人眼敏感函数的感知对比度指数的高频带指标作为评价偏振重构图像质量的指标，评价结论与主观评价结论具有较好的一致性。此外，本发明针对红外偏振图像重构的特点，研究分析了常用颜色空间与RGB空间的转换关系，得出图像细节是评价偏振重构图像的主要指标。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种红外偏振重构图像的评价方法，其特征在于，包括：
对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；
获取红外偏振彩色图像的感知对比度数据；
依据所述感知对比度数据对红外偏振彩色图像进行评价。
2.根据权利要求1所述的方法，其特征在于，对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像，包括：
基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像。
3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：
在所述基于HSV颜色模式对待评价的红外偏振图像进行彩色图像重构得到HSV模式的红外偏振彩色图像之后，将HSV模式的红外偏振彩色图像转换为RGB模式的红外偏振彩色图像。
4.根据权利要求3所述的方法，其特征在于，所述方法进一步包括：
在获取红外偏振彩色图像的感知对比度数据之前，将RGB模式的红外偏振彩色图像转换为YCbCr模式的红外偏振彩色图像。
5.根据权利要求4所述的方法，其特征在于，获取红外偏振彩色图像的感知对比度数据，包括：
将YCbCr模式的红外偏振彩色图像分解为色空间三个通道中每一通道的图像；
将分解得到的每一通道的图像通过预设的多个低通滤波器，获得对应于该通道图像的多个频带的低通图像；
将相邻频带的低通图像相减得到多个带通图像，依据带通图像和相应低通图像的像素值计算对应于每一频带的频带对比度；
根据对应于每一频带的频带对比度和视觉敏感度函数确定对应于该频带的感知对比度。
6.根据权利要求5所述的方法，其特征在于，所述多个低通滤波器
Figure FDA0002266405850000021
如以下公式所示：
Figure FDA0002266405850000022
Figure FDA0002266405850000023
其中，j为0、1、2、3，x为横坐标，y为纵坐标，σj为高斯标准偏差。
7.根据权利要求6所述的方法，其特征在于，
所述依据带通图像和相应低通图像的像素值计算对应于每一频带的频带对比度包括：利用以下公式计算频带对比度：
Figure FDA0002266405850000024
其中，bj(x,y)为对应于任一频带的带通图像，lj(x,y)为对应于该频带的低通图像，F为预设参数；
所述根据对应于每一频带的频带对比度和视觉敏感度函数确定对应于该频带的感知对比度，包括：将对应于每一频带的频带对比度与对应于该频带的视觉敏感度函数的乘积的平方根确定为对应于该频带的感知对比度。
8.一种红外偏振重构图像的评价装置，其特征在于，包括：
重构单元，用于对待评价的红外偏振图像进行彩色图像重构得到红外偏振彩色图像；
评价指标计算单元，用于获取红外偏振彩色图像的感知对比度数据；
评价单元，用于依据所述感知对比度数据对红外偏振彩色图像进行评价。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201911089374.4A 2019-11-08 2019-11-08 一种红外偏振重构图像的评价方法和装置 Pending CN110866904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911089374.4A CN110866904A (zh) 2019-11-08 2019-11-08 一种红外偏振重构图像的评价方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911089374.4A CN110866904A (zh) 2019-11-08 2019-11-08 一种红外偏振重构图像的评价方法和装置

Publications (1)

Publication Number Publication Date
CN110866904A true CN110866904A (zh) 2020-03-06

Family

ID=69653518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911089374.4A Pending CN110866904A (zh) 2019-11-08 2019-11-08 一种红外偏振重构图像的评价方法和装置

Country Status (1)

Country Link
CN (1) CN110866904A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112672008A (zh) * 2020-12-14 2021-04-16 杭州联吉技术有限公司 一种镜片的调整方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102881010A (zh) * 2012-08-28 2013-01-16 北京理工大学 基于人眼视觉特性的融合图像感知清晰度评价方法
EP3155586A2 (en) * 2014-06-13 2017-04-19 Irystec Software Inc. Improvements in and relating to the display of images
CN107424146A (zh) * 2017-06-28 2017-12-01 北京理工大学 一种红外偏振图像质量客观评价方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102881010A (zh) * 2012-08-28 2013-01-16 北京理工大学 基于人眼视觉特性的融合图像感知清晰度评价方法
EP3155586A2 (en) * 2014-06-13 2017-04-19 Irystec Software Inc. Improvements in and relating to the display of images
CN107424146A (zh) * 2017-06-28 2017-12-01 北京理工大学 一种红外偏振图像质量客观评价方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WEILI CHEN,ET AL: "Color reconstruction of medium infrared polarization images based on HSV and wavelet packet transform", 《6TH INTERNATIONAL SYMPOSIUM ON ADVANCED OPTICAL MANUFACTURING AND TESTING TECHNOLOGIES》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112672008A (zh) * 2020-12-14 2021-04-16 杭州联吉技术有限公司 一种镜片的调整方法及装置

Similar Documents

Publication Publication Date Title
Larson et al. Most apparent distortion: full-reference image quality assessment and the role of strategy
Zhang et al. No-reference image quality assessment based on log-derivative statistics of natural scenes
Zhang et al. VSI: A visual saliency-induced index for perceptual image quality assessment
Mohammadi et al. Subjective and objective quality assessment of image: A survey
Ma et al. Objective quality assessment for color-to-gray image conversion
JP5387147B2 (ja) 病理画像診断システム、病理画像処理方法、病理画像診断プログラム
Wang et al. Video quality assessment using a statistical model of human visual speed perception
Chen et al. A human perception inspired quality metric for image fusion based on regional information
Liu et al. Quality assessment for real out-of-focus blurred images
Asher et al. Regional effects of clutter on human target detection performance
EP3029629B1 (en) Diagnostic apparatus and image processing method in the same apparatus
Kowalik-Urbaniak et al. The quest for'diagnostically lossless' medical image compression: a comparative study of objective quality metrics for compressed medical images
US20200082517A1 (en) Image processing apparatus, imaging system and image processing method
Liu et al. No-reference image quality assessment method based on visual parameters
CN102740114A (zh) 一种视频主观质量的无参评估方法
US8958639B2 (en) Method for establishing evaluation standard parameters and method for evaluating the quality of a display image
CN110866904A (zh) 一种红外偏振重构图像的评价方法和装置
CN106204523A (zh) 一种图像质量度量方法及装置
Qureshi et al. A comprehensive performance evaluation of objective quality metrics for contrast enhancement techniques
Yu et al. Contrast preserving decolorization based on the weighted normalized l1 norm
Charrier et al. Comparison of image quality assessment algorithms on compressed images
CN116509326A (zh) 一种舌象多光谱图像生成方法、装置、设备及存储介质
Avadhanam et al. Prediction and measurement of high quality in still-image coding
CN112132000B (zh) 一种活体检测方法、装置、计算机可读介质及电子设备
Zorea et al. Prediction of perceived image quality by mobile device users

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200306