论文部分内容阅读
红外与可见光图像融合综合了源图像之间的互补信息和冗余信息，获取更加准确、可靠、全面的目标信息。图像融合质量评价是图像融合重要步骤之一，既可以用于评价图像融合质量，又可以将评价信息加入到融合规则和参数选取中，实现有反馈的图像融合。因此，红外与可见光图像融合质量评价丰富和完善了图像融合理论框架，具有理论意义和广泛的应用前景。 论文以红外与可见光图像融合质量评价为研究对象，结合红外技术、综合评价理论和模式识别理论，设计了图像融合质量评价方法，取得如下的创新成果： 针对红外与可见光图像融合质量主观评价，提出了基于大群体聚类的红外与可见光图像融合质量主观评价方法。该方法在国际通用质量尺度的基础上定义标准参考向量，通过计算观察者决策向量与标准参考向量间的距离划分观察者群体，获得群体偏好矩阵，最后应用加权和法获得图像融合质量主观评价值。实验结果表明，该方法获得的数据区分度较大，有利于评价。 针对基于互信息的图像融合质量评价指标在红外与可见光图像融合质量评价的结果不理想，提出了基于四元数互信息的红外与可见光图像融合质量评价指标。为了体现源图像和融合图像的亮度信息、结构信息和梯度信息，建立了它们对应的四元数矩阵；在此基础上，通过区域相似度和区域能量两个参数划分融合图像，计算融合图像与源图像间的奇异值互信息，实现图像融合质量评价。实验结果表明，基于四元数互信息的红外与可见光图像融合质量评价指标与人眼视觉评价相一致，优于传统评价指标。 针对基于结构相似度的图像融合质量评价指标忽略了红外图像特征，提出了基于复数加权结构相似度的红外与可见光图像融合质量评价指标。该评价指标将图像轮廓信息作为表征图像结构的重要特征，建立图像复数矩阵；在此基础上，采用复数域2DFDA图像分割模型将融合图像划分为目标区域和背景区域，以区域能量和区域显著度为权重，通过复数加权结构相似度实现红外与可见光图像融合质量评价。实验结果表明，该评价指标与主观评价间的Spearman等级相关系数高于其它同类评价指标。 针对红外与可见光图像融合质量综合评价，提出了基于复数矩阵SVD的红外与可见光图像融合质量综合评价方法。首先建立加权灰色关联度最小化目标规划模型，通过求解此模型获得属性权重；为了突出图像融合质量本身属性值和融合图像质量间的差异度，建立复数属性矩阵，结合属性权重，建立加权属性向量；最后将加权属性向量对应的奇异值用于评价红外与可见光图像融合质量。实验结果表明，该方法评价结果合理，具有较好的实时性，其Spearman等级相关系数高于单因素评价指标的Spearman等级相关系数。