留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

红外与可见光融合图像的质量评价

王宇庆 王索建

王宇庆, 王索建. 红外与可见光融合图像的质量评价[J]. 中国光学, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
引用本文: 王宇庆, 王索建. 红外与可见光融合图像的质量评价[J]. 中国光学, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
WANG Yu-qing, WANG Suo-jian. Quality assessment method of IR and visible fusion image[J]. Chinese Optics, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
Citation: WANG Yu-qing, WANG Suo-jian. Quality assessment method of IR and visible fusion image[J]. Chinese Optics, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396

红外与可见光融合图像的质量评价

doi: 10.3788/CO.20140703.0396
基金项目: 

中国博士后科学基金资助项目(No.20080441004)

详细信息
    作者简介:

    王宇庆(1979- ),男,吉林长春人,博士后,助理研究员,2002年、2005年于吉林大学分别获得学士、硕士学位,2008年于中国科学院长春光学精密机械与物理研究所获得博士学位,2008~2010年在中国科学院长春光学精密机械与物理研究所机械工程博士后流动站工作,主要从事图像质量评价、图像增强、图像融合、FPGA设计、群体智能方面的研究。E-mail:wyq7903@aliyun.com

    通讯作者: 王宇庆
  • 中图分类号: TP391.4

Quality assessment method of IR and visible fusion image

  • 摘要: 为了提高融合图像质量评价中评价结果与人眼视觉特性的一致性,分析了现有融合图像质量评价方法,提出了一种基于图像结构信息复数表示的融合图像质量评价方法,通过计算图像亮度分量的梯度,构成了一种表征图像结构信息的梯度复数矩阵,用该矩阵表征图像的结构信息。考虑到复数无法计算互信息等参数,将分块奇异值分解后得到的矩阵作为度量矩阵,采用该矩阵计算了两种融合图像质量评价方法。实验结果表明,该方法提高了评价结果与人眼视觉特性的一致性,对于融合效果较好的金字塔和小波方法给出了3.748 5和3.722 2的评价结果,与人眼视觉特性的一致性优于传统方法。
  • [1] 杨云,岳柱. 基于融合图像轮廓矩和Harris角点方法的遮挡人体目标识别研究[J]. 液晶与显示,2013,28(2):273-277. YANG Y,YUE ZH. Human body target recognition under occlusion based on fusion of image contour moment and harris angular points[J]. Chinese J. Liquid Crystals and Displays,2013,28(2):273-277.(in Chinese) [2] XYDAES C,PETROVI V.Objective image fusion performance measure[J]. Electronic Letters,2000,36(4):308-309. [3] QU G H,ZHANG D L,YAN P F. Information measure for performance of image fusion[J]. Electronics Letters,2002,37(7):313-315. [4] 王宇庆. 基于梯度复数矩阵的图像质量评价方法[J]. 计算机技术与发展,2013(1):63-66. WANG Y Q.Image quality assessment based on gradient complex matrix[J]. Computer Technology and Development,2013(1):63-66. (in Chinese) [5] PETROVIC'V S,XYDEAS C S. Gradient-based multiresolution image fusion[J]. IEEE T. Image Processing,2004,13:28-237. [6] 王宇庆. 局部方差在图像质量评价中的应用[J]. 中国光学,2011,4(5):531-536. WANG Y Q. Application of local variance in image quality assessment[J]. Chinese Optics,2011,4(5):531-536. (in Chinese) [7] 骞森,朱剑英. 基于奇异值分解的图像质量评价[J]. 东南大学学报 (自然科学版),2006,36(4):643-646. QIAN S,ZHU J Y. Image quality measure using singular value decomposition[J]. J. Southeast University(Natural Science Edition),2006,36(4):643-646.(in Chinese) [8] SHNAYDERMAN A,GUSEV A,ESKICIOGLU A M. An SVD-based grayscale image quality measure for local and global assessment[J]. IEEE T. Image Processing,2006,15(2):422-429. [9] NARWARIA M,LIN W S. Objective image quality assessment based on support vector regression[J]. IEEE T. Neural Networks,2010,21(3):515-519. [10] NARWARIA M,LIN W S. Scalable image quality assessment based on structural vectors[J]. IEEE,2009:1-6. [11] 王宇庆,朱明. 评价彩色图像质量的四元数矩阵最大奇异值方法[J]. 光学 精密工程,2013,21(2):469-478. WANG Y Q,ZHU M. Max singular value method of quaternion matrix for evaluating color image quality[J]. Opt. Precision Eng.,2013,21(2):469-478.(in Chinese) [12] 姚军财. 基于人眼对比度敏感视觉特性的图像质量评价方法[J]. 液晶与显示,2011,26(3):390-396. YAO J C. Image quality assessment method based on contrast sensitivity characteristics of human vision system[J]. Chinese J. Liquid Crystals and Displays,2011,26(3):390-396.(in Chinese) [13] SHEIKH H R,WANG Z,CORMACK L,et al.. LIVE image quality assessment database release [EB/OL].[2013-7-18].http://live.ece.utexas.edu/research/quality.
  • [1] 周文舟, 范晨, 胡小平, 何晓峰, 张礼廉.  多尺度奇异值分解的偏振图像融合去雾算法与实验 . 中国光学, 2020, 13(6): 1-10. doi: 10.37188/CO.2020-0099
    [2] 陈晓冬, 盛婧, 杨晋, 蔡怀宇, 金浩.  多参数Gabor预处理融合多尺度局部水平集的超声图像分割 . 中国光学, 2020, 13(5): 1075-1084. doi: 10.37188/CO.2020-0025
    [3] 陈胜楠, 姜会林, 王春艳, 陈哲.  大倍率离轴无焦四反光学系统设计 . 中国光学, 2020, 13(1): 179-188. doi: 10.3788/CO.20201301.0179
    [4] 郑云达, 黄玮, 徐明飞, 潘云, 贾树强, 张晓菲, 卢勇男.  大视场高像质简单光学系统的光学-算法协同设计 . 中国光学, 2019, 12(5): 1090-1099. doi: 10.3788/CO.20191205.1090
    [5] 李飙, 任艺, 常本康.  梯度掺杂结构GaN光电阴极的稳定性 . 中国光学, 2018, 11(4): 677-683. doi: 10.3788/CO.20181104.0677
    [6] 江山, 张锐, 韩广良, 孙海江.  复杂背景灰度图像下的多特征融合运动目标跟踪 . 中国光学, 2016, 9(3): 320-328. doi: 10.3788/CO.20160903.0320
    [7] 许廷发, 苏畅, 罗璇, 卞紫阳.  基于梯度和小波变换的水下距离选通图像去噪 . 中国光学, 2016, 9(3): 301-311. doi: 10.3788/CO.20160903.0301
    [8] 陈清江, 张彦博, 柴昱洲, 魏冰蔗.  有限离散剪切波域的红外可见光图像融合 . 中国光学, 2016, 9(5): 523-531. doi: 10.3788/CO.20160905.0523
    [9] 严洁, 阮友田, 薛珮瑶.  主被动光学图像融合技术研究 . 中国光学, 2015, 8(3): 378-385. doi: 10.3788/CO.20150803.0378
    [10] 卢洋, 王世刚, 赵文婷, 武伟.  基于人脸姿态估计的虚拟眼镜试戴技术 . 中国光学, 2015, 8(4): 582-588. doi: 10.3788/CO.20150804.0582
    [11] 潘锋, 闫贝贝, 肖文, 刘烁, 李艳.  基于数学形态学的数字全息再现像融合方法 . 中国光学, 2015, 8(1): 60-67. doi: 10.3788/CO.20150801.0060
    [12] 刘磊, 郭劲, 赵帅, 姜振华, 孙涛, 王挺峰.  随机并行梯度下降算法在激光束整形中的应用 . 中国光学, 2014, 7(2): 260-266. doi: 10.3788/CO.20140702.0260
    [13] 许廷发, 李俊涛, 张一舟, 申子宜, 郭巳秋.  真彩色传递双波段图像融合 . 中国光学, 2014, 7(3): 402-410. doi: 10.3788/CO.20140703.0402
    [14] 吴笑天, 鲁剑锋, 贺柏根, 吴川, 朱明.  雾天降质图像的快速复原 . 中国光学, 2013, 6(6): 892-899. doi: 10.3788/CO.20130606.892
    [15] 朱明, 杨航, 贺柏根, 鲁剑锋.  联合梯度预测与导引滤波的图像运动模糊复原 . 中国光学, 2013, 6(6): 850-855. doi: 10.3788/CO.20130606.850
    [16] 王卫兵, 赵帅, 郭劲, 王挺峰.  基于Zernike模式的随机并行梯度下降算法的收敛速率 . 中国光学, 2012, 5(4): 407-415. doi: 10.3788/CO.20120504.0407
    [17] 陈小林, 王延杰.  非下采样变换的红外与可见光图像融合 . 中国光学, 2011, 4(5): 489-496.
    [18] 王宇庆.  局部方差在图像质量评价中的应用 . 中国光学, 2011, 4(5): 531-536.
    [19] 安雪晶, 田 媛, .  无参考图像质量评价方法的设计原则 . 中国光学, 2009, 2(2): 140-144.
    [20] 宋江山, 徐建强, 司书春.  改进的曲波变换图像融合方法 . 中国光学, 2009, 2(2): 145-149.
  • 加载中
计量
  • 文章访问数:  566
  • HTML全文浏览量:  33
  • PDF下载量:  832
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-14
  • 修回日期:  2014-02-16
  • 刊出日期:  2014-05-25

红外与可见光融合图像的质量评价

doi: 10.3788/CO.20140703.0396
    基金项目:

    中国博士后科学基金资助项目(No.20080441004)

    作者简介:

    王宇庆(1979- ),男,吉林长春人,博士后,助理研究员,2002年、2005年于吉林大学分别获得学士、硕士学位,2008年于中国科学院长春光学精密机械与物理研究所获得博士学位,2008~2010年在中国科学院长春光学精密机械与物理研究所机械工程博士后流动站工作,主要从事图像质量评价、图像增强、图像融合、FPGA设计、群体智能方面的研究。E-mail:wyq7903@aliyun.com

    通讯作者: 王宇庆
  • 中图分类号: TP391.4

摘要: 为了提高融合图像质量评价中评价结果与人眼视觉特性的一致性,分析了现有融合图像质量评价方法,提出了一种基于图像结构信息复数表示的融合图像质量评价方法,通过计算图像亮度分量的梯度,构成了一种表征图像结构信息的梯度复数矩阵,用该矩阵表征图像的结构信息。考虑到复数无法计算互信息等参数,将分块奇异值分解后得到的矩阵作为度量矩阵,采用该矩阵计算了两种融合图像质量评价方法。实验结果表明,该方法提高了评价结果与人眼视觉特性的一致性,对于融合效果较好的金字塔和小波方法给出了3.748 5和3.722 2的评价结果,与人眼视觉特性的一致性优于传统方法。

English Abstract

王宇庆, 王索建. 红外与可见光融合图像的质量评价[J]. 中国光学, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
引用本文: 王宇庆, 王索建. 红外与可见光融合图像的质量评价[J]. 中国光学, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
WANG Yu-qing, WANG Suo-jian. Quality assessment method of IR and visible fusion image[J]. Chinese Optics, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
Citation: WANG Yu-qing, WANG Suo-jian. Quality assessment method of IR and visible fusion image[J]. Chinese Optics, 2014, 7(3): 396-401. doi: 10.3788/CO.20140703.0396
参考文献 (1)

目录

    /

    返回文章
    返回