一種圖像融合質(zhì)量評價方法
【專利摘要】本發(fā)明公開了一種圖像融合質(zhì)量評價方法，所述方法包括以下步驟：首先獲取源圖像步驟：要求源圖像時間上同步、空間上覆蓋同一區(qū)域；然后進行圖像預處理步驟：采用二次多項式配準，最近鄰內(nèi)插法重采樣；其次進行圖像融合步驟：對源圖像采用多尺度分析和成分替換法相結(jié)合的融合方法，得到不同融合方法下的融合圖像；最后進行融合質(zhì)量評價步驟：計算出融合圖像與源圖像間的交叉熵和結(jié)構(gòu)相似度，建立交叉熵和結(jié)構(gòu)相似度加權(quán)函數(shù)模型，然后計算預設權(quán)值下的融合質(zhì)量評價總值。本發(fā)明解決了傳統(tǒng)融合質(zhì)量評價存在的評價指標繁多且相關、主觀評判因人而異的問題，該融合質(zhì)量評價方法簡單、具有普適性。
【專利說明】一種圖像融合質(zhì)量評價方法
【技術(shù)領域】
[0001]本發(fā)明涉及圖像融合質(zhì)量評價領域，尤其涉及一種圖像融合質(zhì)量評價方法。
【背景技術(shù)】
[0002]圖像融合是利用兩幅或多幅源圖像產(chǎn)生新圖像的工具和手段，它的目的是提升源圖像的信息量，圖像融合現(xiàn)已廣泛應用到醫(yī)學、軍事目標探測、遙感技術(shù)等領域。相對于發(fā)展迅速的圖像融合技術(shù)，融合質(zhì)量評價發(fā)展相對滯后，業(yè)內(nèi)還沒有關于融合質(zhì)量評價統(tǒng)一的定論。融合質(zhì)量評價方法對評判圖像融合效果的好壞，以及后續(xù)融合圖像的應用都至關重要。目前國內(nèi)外開展圖像融合質(zhì)量評價主要采用客觀、主觀及主客觀相結(jié)合的方法，其中客觀評價方法是利用基于圖像統(tǒng)計特性的評價指標，主觀評價是靠主觀目視判讀，主客觀相結(jié)合的方法是將客觀評價指標與專家判讀打分制相結(jié)合。
[0003]然而以上融合質(zhì)量評價方法存在如下問題:
[0004]1.往往客觀統(tǒng)計結(jié)果與主觀解譯判讀不一致；
[0005]2.主觀判讀方式因人而異，受解譯者專業(yè)知識水平影響大；
[0006]3.客觀評價指標繁多，這些評價指標間存在相關性，聯(lián)合使用相關性強的指標所評價的結(jié)果可靠性弱。
[0007]因此，尋求一種客觀的、可靠性強的融合質(zhì)量評價方法對評判融合結(jié)果的好壞，以及融合圖像的應用都至關重要。

【發(fā)明內(nèi)容】

[0008]本發(fā)明所要解決的技術(shù)問題是針對【背景技術(shù)】中傳統(tǒng)技術(shù)的缺陷，提供了一種基于交叉熵和結(jié)構(gòu)相似度加權(quán)函數(shù)的圖像融合質(zhì)量評價方法。
[0009]本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案:
[0010]一種圖像融合質(zhì)量評價方法，包含以下步驟:
[0011]步驟I)，犾取時間上同步、空間上覆蓋同一區(qū)域的兩幅源圖像A和B ;
[0012]步驟2)，以源圖像B為參考圖像、采用二次多項式配準方法對源圖像A進行配準，并采用最近鄰內(nèi)插法將兩幅源圖像A、B重采樣到相同坐標系下；
[0013]步驟3)，對兩幅源圖像A、B采用多尺度分析和成分替換相結(jié)合的融合方法，得到不同融合方法下的各種融合圖像F ；
[0014]步驟4)，計算出源圖像A、B與各種融合圖像F的交叉熵；
[0015]步驟5)，計算出源圖像A、B與各種融合圖像F的結(jié)構(gòu)相似度；
[0016]步驟6)，建立交叉熵和結(jié)構(gòu)相似度加權(quán)函數(shù)模型，并計算出預設權(quán)值下的融合質(zhì)量評價總值。
[0017]作為本發(fā)明一種圖像融合質(zhì)量評價方法進一步的優(yōu)化方案，步驟2)中所述以源圖像B為參考圖像、采用二次多項式配準方法對源圖像A進行配準的詳細步驟如下:
[0018]步驟2.1)，采用以下二次多項式為配準模型:[0019]u = a0+a1x+a2y+a3x2+a4xy+a5y2, v = b0+b1x+b2y+b3x2+b4xy+b5y2
[0020]其中(x, y)為待配準圖像A的像元坐標，(U，V)為相對應參考圖像B上的像元坐標，aQ…a5，b0…b5為多項式系數(shù)，共12個；
[0021]步驟2.2)，分別在參考圖像B和待配準圖像A上各選取至少6個地面控制點，按照最小二乘原理求解多項式的系數(shù)Stl…a5和by b5。
[0022]作為本發(fā)明一種圖像融合質(zhì)量評價方法進一步的優(yōu)化方案，步驟4)中所述計算出源圖像A、B與各種融合圖像F的交叉熵的詳細過程為:
[0023]分別計算融合圖像F與源圖像A、源圖像B之間的交叉熵CE (A, F)和CE (B, F)，將其相加得到源圖像A、B與各種融合圖像F的交叉熵CE (A, B, F):
[0024]
【權(quán)利要求】
1.一種圖像融合質(zhì)量評價方法，其特征在于包含以下步驟: 步驟I)，獲取時間上同步、空間上覆蓋同一區(qū)域的兩幅源圖像A和B ; 步驟2)，以源圖像B為參考圖像、采用二次多項式配準方法對源圖像A進行配準，并采用最近鄰內(nèi)插法將兩幅源圖像A、B重采樣到相同坐標系下； 步驟3)，對兩幅源圖像A、B采用多尺度分析和成分替換相結(jié)合的融合方法，得到不同融合方法下的各種融合圖像F ； 步驟4)，計算出源圖像A、B與各種融合圖像F的交叉熵； 步驟5)，計算出源圖像A、B與各種融合圖像F的結(jié)構(gòu)相似度； 步驟6)，建立交叉熵和結(jié)構(gòu)相似度加權(quán)函數(shù)模型，并計算出預設權(quán)值下的融合質(zhì)量評價總值。
2.根據(jù)權(quán)利要求1所述的圖像融合質(zhì)量評價方法，其特征在于，步驟2)中所述以源圖像B為參考圖像、采用二次多項式配準方法對源圖像A進行配準的詳細步驟如下: 步驟2.1)，采用以下二次多項式為配準模型:u = a0+a1x+a2y+a3x2+a4xy+a5y2, v = b0+b1x+b2y+b3x2+b4xy+b5y2其中(x，y)為待配準圖像A的像元坐標，(U，V)為相對應參考圖像B上的像元坐標，aQ…a5，bQ…b5為多項式系數(shù)，共12個； 步驟2.2)，分別在參考圖像B和待配準圖像A上各選取至少6個地面控制點，按照最小二乘原理求解多項式的系數(shù)Stl…a5和by b5。
3.根據(jù)權(quán)利要求1所述的圖像融合質(zhì)量評價方法，其特征在于，步驟4)中所述計算出源圖像A、B與各種融合圖像F的交叉熵的詳細過程為: 分別計算融合圖像F與源圖像A、源圖像B之間的交叉熵CE(A，F(xiàn))和CE (B，F(xiàn))，將其相加得到源圖像A、B與各種融合圖像F的交叉熵CE (A, B, F):
4.根據(jù)權(quán)利要求1所述的圖像融合質(zhì)量評價方法，其特征在于，步驟5)中所述計算出源圖像A、B與各種融合圖像F的結(jié)構(gòu)相似度的具體過程為: 分別計算融合圖像F與源圖像A、源圖像B之間的結(jié)構(gòu)相似度SSIM(F，A)和SSIM(F，B)，將其相加得到源圖像A、B與各種融合圖像F的結(jié)構(gòu)相似度SSIM(A，B, F):
5.根據(jù)權(quán)利要求1所述的圖像融合質(zhì)量評價方法，其特征在于，步驟6)中采用以下公式建立交叉熵和結(jié)構(gòu)相似度加權(quán)函數(shù)模型:
Q (A, B, F) = (1-Pi) SSIM (A, B, F) -PiCE (A, B, F) 其中Q(A，B, F)為融合質(zhì)量評價總值，Pi為交叉熵CE(A，B, F)的權(quán)重。
【文檔編號】G06T7/00GK104008543SQ201410198886
【公開日】2014年8月27日 申請日期:2014年5月12日 優(yōu)先權(quán)日:2014年5月12日
【發(fā)明者】吳瑞娟, 何秀鳳 申請人:河海大學