基于多尺度局部方差的图像融合质量评价算法

doi:10.3969/j.issn.1000-3428.2017.02.044

计算机工程

基于多尺度局部方差的图像融合质量评价算法

罗兰¹,杜钦生²

(1.吉林大学汽车仿真与控制国家重点实验室,长春 130025; 2.长春大学计算机科学与技术学院,长春 130022)

收稿日期:2016-01-18 出版日期:2017-02-15 发布日期:2017-02-15
作者简介:罗兰(1979—),女,工程师、硕士;杜钦生,副教授、博士。
基金资助:
吉林省自然科学基金(2015323,2015327);吉林省科技发展计划项目(20140101206jc-19)。

Image Fusion Quality Assessment Algorithm Based on Multi-scale Local Variance

LUO Lan¹,DU Qinsheng ²

(1.State Key Laboratory of Automotive Simulation and Control,Jilin University,Changchun 130025,China; 2.College of Computer Science and Technology,Changchun University,Changchun 130022,China)

Received:2016-01-18 Online:2017-02-15 Published:2017-02-15

摘要/Abstract

摘要： 为对视觉信息的失真做出预测,提出一种基于局部方差的图像融合质量评价算法。采用多尺度表示技术在不同尺度上分析图像,从而达到精确评估图像融合算法性能的目的。算法分为3个步骤:图像多尺度分解,层层比较源图像和融合图像的相似度,合并所有的相似度以获得最终评分。参数选择实验和融合算法比较实验结果表明,提出算法的评价结果与主观评价一致,具有较高的可靠性。

关键词: 图像处理, 图像融合, 质量评价, 局部变量, 多尺度图像表示

Abstract: In this paper,an image fusion quality assessment algorithm based on local variance is proposed to predict the distortion on visual information.Considering that multi-scale representation technology allows for image analysis in different scale,multi-scale image representation is used to accurately evaluate the performance of image fusion algorithm.The proposed algorithm contains three steps,multi-scale image decomposition,measuring similarities of source image and fused image layer by layer,and merging all similarities to get the final score.Experimental results of parameter selection and fusion algorithms comparison show that the evaluation result of the proposed algorithm is consistent with the subjective evaluation and has high reliability.

Key words: image processing, image fusion, quality assessment, local variance, multi-scale image representation

中图分类号:

TP391.41

罗兰,杜钦生. 基于多尺度局部方差的图像融合质量评价算法[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2017.02.044.

LUO Lan,DU Qinsheng. Image Fusion Quality Assessment Algorithm Based on Multi-scale Local Variance[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2017.02.044.

http://www.ecice06.com/CN/Y2017/V43/I2/264

参考文献

参考文献［1］Meijerink M R,van Waesberghe J H,van der Weide L,et al.Total-Liver-Volume Perfusion CT Using 3-D Image Fusion to Improve Detection and Characterization of Liver Metastases［J］.European Radiology,2008,18(10):2345-2354. ［2］Xue Zhaohui,Li Jun,Cheng Liang,et al.Spectral-spatial Classification of Hyperspectral Data via Morphological Com-ponent Analysis-based Image Separation［J］.IEEE Transactions on Geoscience and Remote Sensing,2015,53(1):70-84. ［3］Ghahremani M,Ghassemian H.Remote Sensing Image Fusion Using Ripplet Transform and Compressed Sensing［J］.IEEE Geoscience & Remote Sensing Letters,2015,12(3):502-506. ［4］Bhatnagar G,Wu Q M J,Raman B.Real Time Human Visual System Based Framework for Image Fusion［C］//Proceedings of International Conference on Image & Signal Processing.Berlin,Germany:Springer,2010:71-78. ［5］Li Shutao,Kang Xudong,Hu Jianwen.Image Fusion with Guided Filtering［J］.IEEE Transactions on Image Processing,2013,22(7):2864-2875. ［6］Wan T,Canagarajah N,Achim A,et al.Compressive Image Fusion［C］//Proceedings of the 15th IEEE International Conference on Image Processing.Washington D.C.,USA:IEEE Press,2008:1308-1311. ［7］Luo X Y,Zhang J,Dai Q H.Saliency-based Geometry Measurement for Image Fusion Performance［J］.IEEE Transactions on Instrumentation and Measurement,2012,61(4):1130-1132. ［8］Zheng Youzhi,Zheng Qin.Objective Image Fusion Quality Evaluation Using Structural Similarity［J］.Tsinghua Science and Technology,2009,14(6):703-709. ［9］Qu Guihong,Zhang Dali,Yan Pingfan.Information Measure for Performance of Image Fusion［J］.Elec-tronics Letters,2002,38(7):313-315. ［10］Xydeas C S,Petrovic V.Objective Image Fusion Performance Measure［J］.Electronics Letters,2000,36(4):308-309. ［11］王超,叶中付.基于相似性的图像融合质量的客观评估方法［J］.软件学报,2006,17(7):1580-1587. ［12］罗晓清,吴小俊.一种基于区域相似性的图像融合评价方法［J］.电子学报,2010,38(5):1152-1155. ［13］黄应清,齐鸥,蒋晓瑜,等.基于分水岭算法的图像融合质量评价方法［J］.计算机工程,2013,39(1):252-255. ［14］张小利,李雄飞,李军.融合图像质量评价指标的相关性分析及性能评估［J］.自动化学报,2014,40(2):306-315. ［15］陈立伟,蒋勇.图像融合算法的综合性能评价指标［J］.计算机工程,2015,41(2):219-223. ［16］Aja-Fernandez S,Estepar R S J,Alberola-Lopez C,et al.Image Quality Assessment Based on Local Variance［C］//Proceedings of the 28th Annual International Conference of IEEE Eng-ineering in Medicine and Biology.Washington D.C.,USA:IEEE Press,2006:4815-4818. ［17］Guo Li,Chen Weilong,Liao Yu,et al.Multi-scale Structural Image Quality Assessment Based on Two-stage Low-level Features［J］.Computers and Electrical Engineering,2014,40(4):1101-1110. 编辑顾逸斐

[1]	徐正梅, 刘华明, 毕学慧, 王亚. 基于特征优化的无参考光场图像质量评价[J]. 计算机工程, 2023, 49(7): 242-250.
[2]	惠子薇, 何坤, 冯犇, 苏曜. 基于视觉特性的图像质量评价[J]. 计算机工程, 2023, 49(7): 189-195.
[3]	朱钦权, 王同罕, 贾惠珍. 基于雾密度感知增强的去雾图像质量评价方法[J]. 计算机工程, 2023, 49(6): 208-216,226.
[4]	杨晶晶, 谢海燕, 薛妮妮, 张傲明. 基于双通道残差网络的水下图像去噪研究[J]. 计算机工程, 2023, 49(4): 188-198.
[5]	罗嗣卿, 陈慧. 基于生成对抗网络的图像场景转换[J]. 计算机工程, 2023, 49(4): 217-225.
[6]	余嘉昕, 王春媛, 韩华, 高燕. 基于融合代价和优化引导滤波的立体匹配算法[J]. 计算机工程, 2023, 49(3): 257-262,270.
[7]	张炯, 王丽芳, 蔺素珍, 秦品乐, 米嘉, 刘阳. 局部全局特征耦合与交叉尺度注意的医学图像融合[J]. 计算机工程, 2023, 49(3): 238-247.
[8]	邓天民, 谭思奇, 蒲龙忠. 基于改进YOLOv5s的交通信号灯识别方法[J]. 计算机工程, 2022, 48(9): 55-62.
[9]	高海韬, 李丹宁, 王彬, 唐鑫鑫. 运动模糊图像PSF参数估计方法改进及图像复原[J]. 计算机工程, 2022, 48(9): 197-203,212.
[10]	林志洁, 郑秋岚, 梁涌, 邢卫. 基于内卷U-Net的医学图像分割模型[J]. 计算机工程, 2022, 48(8): 180-186.
[11]	李晨, 侯进, 李金彪, 陈子锐. 基于注意力与残差级联的红外与可见光图像融合方法[J]. 计算机工程, 2022, 48(7): 234-240.
[12]	王宽, 杨环, 潘振宽, 司建伟. 基于单目和双目视觉信息的全参考立体图像质量评价模型[J]. 计算机工程, 2022, 48(2): 207-214,223.
[13]	刘金硕, 黄朔, 邓娟. 面向PMVS算法的自动两级并行翻译方法[J]. 计算机工程, 2022, 48(12): 16-23.
[14]	王书朋, 贺瑞, 王瑜婧, 赵瑶. 中值直方图均衡的动态场景多曝光图像融合算法[J]. 计算机工程, 2022, 48(10): 224-229.
[15]	刘海, 杨环, 潘振宽, 黄宝香, 侯国家. 基于生成感知差异的无参考图像质量评价模型[J]. 计算机工程, 2021, 47(5): 205-212.

选择文件类型/文献管理软件名称

选择包含的内容

基于多尺度局部方差的图像融合质量评价算法

Image Fusion Quality Assessment Algorithm Based on Multi-scale Local Variance

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于多尺度局部方差的图像融合质量评价算法

Image Fusion Quality Assessment Algorithm Based on Multi-scale Local Variance

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价