夜视融合图像质量客观评价方法

张勇; 金伟其

夜视融合图像质量客观评价方法

张勇^1,2,
金伟其¹

1.
北京理工大学光电学院光电成像技术与系统教育部重点实验室,北京 100081;
2.
军械技术研究所,河北石家庄 050000

基金项目:

总装备部基金

详细信息

作者简介:
张勇（1974- ），男，高级工程师，博士生，主要从事融合图像质量评价方面的研究。Email：bit10701159@163.com ；金伟其（1961- ），男，教授，博士生导师，博士，主要从事夜视技术方面的研究。Email：jinwq@bit.edu.cn

张勇（1974- ），男，高级工程师，博士生，主要从事融合图像质量评价方面的研究。Email：bit10701159@163.com ；金伟其（1961- ），男，教授，博士生导师，博士，主要从事夜视技术方面的研究。Email：jinwq@bit.edu.cn

中图分类号: TP391.4

Objective assessment method of night vision fusion image quality

Zhang Yong^1,2,
Jin Weiqi¹

1.
Key Laboratory of Photoelectronic Imaging Technology and System,Ministry of Education of China,School of Optoelectronics,Beijing Institute of Technology,Beijing 100081,China;
2.
Mechanical Engineering Institute,Shijiazhuang 050000,China

摘要: 为建立通用、客观的融合图像质量评价方法，在分析图像质量评价与融合图像质量评价关系基础上，给出了图像质量评价与融合图像质量评价的一般表达式。依据信息理论和结构相似度评价方法，对建立的4种客观评价指标，采用4种融合方法获得的36幅融合图像进行了主观评价实验，统计分析结果显示，结合人类视觉系统的客观评价方法优于熵、交互信息量等评价指标，但仍未达到高度的主客观一致性，说明构建通用、高效、主客观一致性好的融合图像质量评价指标存在较大难度，同时对可能存在的原因进行了分析。
- 图像融合 /
- 客观 /
- 评价 /
- 结构相似度
Abstract: The aim of this paper is to study the practicability of the general and objective fusion image quality assessment method. Based on the analysis of the relationship between image quality assessment and fusion image quality assessment, the general expression of fusion image quality assessment was provided. Four fusion image evaluating metrics were presented based on information theory and structural similarity. Experiments were performed for 36 fusion images generated by 4 fusion algorithms fusing visible and infrared images. Experimental result shows that the objective evaluating method bonding to the human vision system is better than the metrics such as entropy and mutual information. However, the experiment result also show the assessment result is unsatisfied to the concordance subjective and objective assessing result, which explain that it is very difficult to build the fusion image evaluating metrics of the general, efficient and good consistency between subjective and objective result. Furthermore, the possible reason for performance assessment is discussed in the end.
- image fusion /
- objective /
- assessment /
- structural similarity

[1]	Zhang Yong, Jin Weiqi. Subjective assessment method of night vision fusion image quality[J]. Infrared and Laser Engineering, 2013, 42(2): 528-532. (in Chinese)张勇, 金伟其. 夜视融合图像质量主观评价方法[J]. 红外与激光工程, 2013, 42(2): 528-532.
[2]
[3]
[4]	Yu Xianchuan, Pei Wenjing. Performance evaluation of image fusion quality metrics for the quality of different fusion methods[J]. Infrared and Laser Engineering, 2012, 41(12): 3416-3422. (in Chinese)余先川, 裴文静. 针对不同融合算法的质量评价指标性能评估[J]. 红外与激光工程, 2012, 41(12): 416-422.
[5]	Wang Haihui, Peng Jiaxiong, Wu Wei. Comparison of the methods of evaluating the performance of multi-sensor image fusion[J]. Infrared and Laser Engineering, 2004, 33(2): 189-193. (in Chinese)王海晖, 彭嘉雄, 吴巍. 评价多传感器图像融合效果方法的比较[J]. 红外与激光工程, 2004, 33(2): 189-193.
[6]
[7]	Zhou Wang, H R Sheikh, A C Bovik. No-reference perceptual quality assessment of JPEG compressed images[C]//IEEE International Conference on Images Processing, 2002, 1: I477-I480.
[8]
[9]
[10]	Zhou Wang, A C Bovik, H R Sheikh, et al. Image quality assessment: from error visibility to structural similarity[C]// IEEE Transactions on Image Processing, 2004, 13(4): 600-612.
[11]
[12]	Zheng Yongan, Song Jianshe, Zhou Wenming, et al. Objective evaluation method for image fusion based on image quality index[J]. Systems Engineering and Electronics, 2006, 28(3): 463-466. (in Chinese)郑永安, 宋建社, 周文明, 等. 基于图像质量因子的图像融合客观评价方法[J]. 系统工程与电子技术, 2006, 28(3): 463-466.
[13]	Piella G. A general framswork for multiresolution image fusion: from pixels to regions[J]. Information Fusion, 2003, 4(4): 259-280.
[14]
[15]
[16]	Zhou Wang, Simoncelli Eero P. Translation insensitive image similarity in complex wavelet domain[C]//IEEE International Conference on Image Processing, 2005, Ⅱ: 573-576.
[17]	Shi Junsheng, Jin Weiqi, Wang Lingxue. Study on perceptual evaluation of fused image quality for color night vision[J]. J Infrared Millim Waves, 2005, 24(3): 236-240. (in Chinese)石俊生, 金伟其, 王岭雪. 视觉评价夜视彩色融合图像质量的实验研究[J]. 红外与毫米波学报, 2005, 24(3): 236-240.
[18]
[19]	Ding Xuxing, Zhu Rihong, Li Jianxin. A criterion of image quality assessment based on property of HVS[J]. Journal of Image and Graphics, 2004, 9(2): 190-194. (in Chinese)丁绪星, 朱日宏, 李建欣. 一种基于人眼视觉特性的图像质量评价[J]. 中国图像图形学报, 2004, 9(2): 190-194.

[1]	王婷, 税渝阳, 梁浩文, 刘忆琨, 周建英. 强散射背景下的图像感知、融合与可视化技术 . 红外与激光工程, 2022, 51(8): 20220418-1-20220418-11. doi: 10.3788/IRLA20220418
[2]	闵莉, 曹思健, 赵怀慈, 刘鹏飞. 改进生成对抗网络实现红外与可见光图像融合 . 红外与激光工程, 2022, 51(4): 20210291-1-20210291-10. doi: 10.3788/IRLA20210291
[3]	宦克为, 李向阳, 曹宇彤, 陈笑. 卷积神经网络结合NSST的红外与可见光图像融合 . 红外与激光工程, 2022, 51(3): 20210139-1-20210139-8. doi: 10.3788/IRLA20210139
[4]	谭威, 宋闯, 赵佳佳, 梁欣凯. 基于多层级图像分解的图像融合算法 . 红外与激光工程, 2022, 51(8): 20210681-1-20210681-9. doi: 10.3788/IRLA20210681
[5]	高红霞, 魏涛. 改进PCNN与平均能量对比度的图像融合算法 . 红外与激光工程, 2022, 51(4): 20210996-1-20210996-8. doi: 10.3788/IRLA20210996
[6]	沈英, 黄春红, 黄峰, 李杰, 朱梦娇, 王舒. 红外与可见光图像融合技术的研究进展 . 红外与激光工程, 2021, 50(9): 20200467-1-20200467-18. doi: 10.3788/IRLA20200467
[7]	金哲彦, 徐之海, 冯华君, 李奇. 基于对焦清晰度的双分辨相机变焦算法研究 . 红外与激光工程, 2020, 49(5): 20190463-20190463-9. doi: 10.3788/IRLA20190463
[8]	曾瀚林, 孟祥勇, 钱惟贤. 高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
[9]	戴进墩, 刘亚东, 毛先胤, 盛戈皞, 江秀臣. 基于FDST和双通道PCNN的红外与可见光图像融合 . 红外与激光工程, 2019, 48(2): 204001-0204001(8). doi: 10.3788/IRLA201948.0204001
[10]	张家民, 时东锋, 黄见, 王英俭. 图像融合在偏振关联成像中的应用 . 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
[11]	郭全民, 董亮, 李代娣. 红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
[12]	沈同圣, 史浩然, 娄树理, 李召龙. 填充因子对微扫描系统成像质量影响分析 . 红外与激光工程, 2015, 44(8): 2292-2297.
[13]	高绍姝, 金伟其, 王延江, 张晓东. 灰度融合图像目标与背景感知对比度客观评价模型 . 红外与激光工程, 2015, 44(5): 1660-1665.
[14]	曾祥通, 张玉珍, 孙佳嵩, 喻士领. 颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
[15]	王金玲, 贺小军, 宋克非. 采用区域互信息的多光谱与全色图像融合算法 . 红外与激光工程, 2014, 43(8): 2757-2764.
[16]	杨桄, 童涛, 孟强强, 孙嘉成. 基于梯度加权的红外与可见光图像融合方法 . 红外与激光工程, 2014, 43(8): 2772-2779.
[17]	张宝辉, 闵超波, 窦亮, 张俊举, 常本康. 目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
[18]	毛海岑, 刘爱东. 利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
[19]	彭逸月, 何伟基, 顾国华, 童涛. 多层级及对比度提升的红外和可见光图像融合 . 红外与激光工程, 2013, 42(4): 1095-1099.
[20]	张勇, 金伟其. 夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.

点击查看大图

计量

文章访问数: 330
HTML全文浏览量: 28
PDF下载量: 198
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

夜视融合图像质量客观评价方法

Objective assessment method of night vision fusion image quality

计量

夜视融合图像质量客观评价方法

1. 北京理工大学光电学院光电成像技术与系统教育部重点实验室,北京 100081;

2. 军械技术研究所,河北石家庄 050000

English Abstract

Objective assessment method of night vision fusion image quality

1. Key Laboratory of Photoelectronic Imaging Technology and System,Ministry of Education of China,School of Optoelectronics,Beijing Institute of Technology,Beijing 100081,China;

2. Mechanical Engineering Institute,Shijiazhuang 050000,China

全文HTML

目录

留言板

夜视融合图像质量客观评价方法

Objective assessment method of night vision fusion image quality

计量

出版历程

夜视融合图像质量客观评价方法

1. 北京理工大学 光电学院光电成像技术与系统教育部重点实验室,北京 100081; 2. 军械技术研究所,河北 石家庄 050000

English Abstract

Objective assessment method of night vision fusion image quality

1. Key Laboratory of Photoelectronic Imaging Technology and System,Ministry of Education of China,School of Optoelectronics,Beijing Institute of Technology,Beijing 100081,China; 2. Mechanical Engineering Institute,Shijiazhuang 050000,China

全文HTML

目录

1. 北京理工大学光电学院光电成像技术与系统教育部重点实验室,北京 100081;

2. 军械技术研究所,河北石家庄 050000

1. Key Laboratory of Photoelectronic Imaging Technology and System,Ministry of Education of China,School of Optoelectronics,Beijing Institute of Technology,Beijing 100081,China;

2. Mechanical Engineering Institute,Shijiazhuang 050000,China