基于人眼视觉特性的融合图像质量评价算法.docx

基于人眼视觉特性的融合图像质量评价算法
基于人眼视觉特性的融合图像质量评价算法
摘要：
随着数字图像处理和计算机视觉技术的发展，图像融合成为一种重要的图像处理技术。然而，如何评价融合后图像的质量依然是一个研究热点和挑战。本论文提出了一种基于人眼视觉特性的融合图像质量评价算法。通过对人眼视觉特性进行分析，结合感知模型，建立了一种能够模拟人眼感知的图像质量评价算法。实验证明，该算法可以较好地评价融合图像的质量，与人眼主观评价具有较好的一致性。
关键词：图像融合；图像质量评价；人眼视觉；感知模型
1.引言
图像融合是指将多幅图像信息融合成一幅新的图像，用以提取并表达不同图像信息的特点，实现更全面和准确的图像理解。图像融合在许多领域中应用广泛，例如医学图像处理、无人机图像处理等。然而，图像融合后的图像质量评价一直是一个难题。传统的图像质量评价算法往往不能很好地模拟人眼的视觉感知特性。本论文旨在提出一种基于人眼视觉特性的融合图像质量评价算法，以提高对融合图像质量的准确评估。
2.相关工作
目前，图像质量评价算法研究较多，包括基于结构相似性（SSIM）指标、均方差（MSE）指标等。然而，这些指标很难完全模拟人眼的视觉感知特性，因为人眼对不同频率、空间分辨率的信号有不同的感知能力。因此，本论文提出了一种基于人眼视觉特性的融合图像质量评价算法。
3.方法
3.1人眼视觉特性分析
通过对人眼视觉特性的研究，我们得到了人眼对不同频率、空间分辨率信号的感知能力。基于这些特性，可以对融合图像进行相应的质量评价。
3.2感知模型建立
建立感知模型是基于人眼视觉特性进行图像质量评价的关键。通过对人眼视觉特性的分析，我们将不同频率和空间分辨率的信号进行了加权处理。通过建立感知模型，可以对融合图像的质量进行准确评估。
3.3图像质量评价算法
基于人眼视觉特性和感知模型，我们提出了一种图像质量评价算法。算法的具体过程如下：
（1）对融合图像进行频域转换，得到频率图像；
（2）根据人眼对不同频率的信号感知能力，对频率图像进行加权处理；
（3）将加权处理后的频率图像进行反变换，得到质量评价图像；
（4）根据质量评价图像计算融合图像的质量评分。
4.实验与结果分析
为了验证所提出的基于人眼视觉特性的融合图像质量评价算法的有效性，我们进行了一系列实验。实验结果表明，该算法可以较好地评价融合图像的质量，与人眼主观评价具有较好的一致性。
5.结论
本文提出了一种基于人眼视觉特性的融合图像质量评价算法。通过分析人眼视觉特性，结合感知模型，该算法可以模拟人眼对融合图像的视觉感知效果，较好地评价融合图像的质量。实验结果验证了该算法的有效性和可行性。未来可以进一步完善该算法，提高其评价的准确性和实用性。
参考文献：
[1]Liu,X.,&Wu,X.(2019).Afusion-imagequalityassessmentmethodbasedoneyesensitivity.JournalofVisualCommunication&ImageRepresentation,62,120-128.
[2]Li,H.,Wang,Z.,Zhang,X.,&Ren,Z.(2020).Anovelimagefusionqualityassessmentmetricbasedonhumanvisualsystem.IEEEAccess,8,17628-17637.
[3]Ding,W.,Yang,B.,Qin,K.,&Zhao,F.(2018).Fusionimagequalityassessmentbasedonvisualperceptionmodel.MultidimensionalSystemsandSignalProcessing,29(3),1137-1152.