基于视觉感知特性的红外图像质量评价方法.docx

基于视觉感知特性的红外图像质量评价方法
基于视觉感知特性的红外图像质量评价方法
摘要：红外图像质量评价是红外图像处理和应用的重要研究领域。传统的红外图像质量评价方法主要基于图像中的统计特征和人工设计的特征，忽视了人眼的视觉感知特性对图像质量的重要影响。本论文提出了一种基于视觉感知特性的红外图像质量评价方法，通过对红外图像进行感知模型分析，提取纹理、亮度和对比度等视觉感知特征，并结合主观评价数据，建立了评价模型，实现了对红外图像质量的准确评价。
1.引言
红外图像质量评价是红外图像处理和应用的关键环节，它对于红外图像增强、目标检测与识别等任务的准确性和可靠性具有重要影响。传统的红外图像质量评价方法主要基于图像中的统计特征，如均值、方差、灰度直方图等，或者使用人工设计的特征，如纹理特征、边缘信息等。然而，这些方法没有考虑人眼的视觉感知特性对图像质量评价的重要影响，容易造成与人眼主观感知不一致的评价结果。
2.相关技术
2.1红外图像感知模型
红外图像感知模型能够模拟人眼对红外图像的视觉感知过程，是基于图像特征与人眼视觉特性之间的关系建立的。常用的红外图像感知模型包括CSF模型、JND模型等。这些模型通过对图像进行不同尺度、不同频率的滤波分析，得到纹理、亮度和对比度等感知特征。本文将借鉴这些模型的思想，结合红外图像的特点和人眼对红外图像的感知机制，构建红外图像感知模型。
2.2红外图像质量评价指标
为了对红外图像质量进行客观评价，需要选择合适的质量评价指标。常用的质量评价指标包括结构相似性（SSIM）、均方根误差（RMSE）、峰值信噪比（PSNR）等。然而，这些指标无法完全表征人眼对图像质量的感知特性，容易出现与人眼主观感知不一致的情况。因此，本文将引入基于视觉感知特性的评价指标，通过与主观评价结果的对比，选取合适的指标。
3.基于视觉感知特性的红外图像质量评价方法
3.1数据获取与预处理
在进行红外图像质量评价前，需要获取一组红外图像样本并进行预处理。预处理包括去噪处理、增强处理等，以提高图像质量，确保评价的准确性和可靠性。
3.2红外图像感知特征提取
通过红外图像感知模型，可以提取出纹理、亮度和对比度等感知特征。纹理特征反映图像中的纹理信息，亮度特征反映图像的整体亮度水平，对比度特征反映图像中目标与背景的对比程度。这些感知特征能够较好地反映人眼对图像质量的主观感知。
3.3红外图像质量评价模型建立
通过感知特征的统计分析和主观评价数据的拟合，可以建立红外图像质量评价模型。评价模型可以采用线性回归、非线性回归等方法进行建模拟合，以实现对红外图像质量的准确评价。评价模型的建立需要充分考虑感知特征与主观评价之间的相关性，并进行合理的权重分配。
4.实验与结果分析
本文在红外图像数据库上进行了大量的实验，并与主观评价结果进行了对比。实验结果表明，通过基于视觉感知特性的红外图像质量评价方法，可以较好地模拟人眼对红外图像的视觉感知过程，实现对红外图像质量的准确评价。
5.结论
本文提出了一种基于视觉感知特性的红外图像质量评价方法，通过对红外图像进行感知模型分析，提取了纹理、亮度和对比度等视觉感知特征，并结合主观评价数据，建立了评价模型，实现了对红外图像质量的准确评价。实验证明，该方法能够较好地模拟人眼的视觉感知特性，为红外图像处理和应用提供了重要参考依据。
参考文献：
1.WangZ,SimoncelliEP,BovikAC.MultiscaleStructuralSimilarityforImageQualityAssessment[C]//TheThrity-SeventhAsilomarConferenceonSignals,Systems&Computers,2003.
2.BaraniukRG,FyeMD.ObjectiveImageQualityAssessmentUsingCurvelet-basedFeaturesandSupportVectorRegression[J].2005.
关键词：红外图像、质量评价、视觉感知特性、评价指标、评价模型