一种结合视觉分析的图像清晰度衡量方法

摘要

本发明公开了一种结合视觉分析的图像清晰度衡量方法，本发明根据视觉传输模型实现分频率分析，获得了分频率分析后的调制图像f；然后通过获得了分频率分析后的调制图像f；本发明提出的方法结合了视觉传输模型，更为符合主观要求，实现主客观的一致性评价；此外，利用局部强度差异来衡量图像清晰度，也符合清晰度变化的客观要求，整个方法运行高效而稳定。

主权项

一种结合视觉分析的图像清晰度衡量方法，其特征在于，包括如下步骤：(1)、根据视觉传输模型实现分频率分析对于待评价的原始观测图像g，空间域像素坐标用(i,j)表示，并且其在傅里叶频率域的表达为G，频率域像素坐标用(u,v)表示；使用的视觉传输模型为：A(ρ)＝(0.2+22.995ρ)e^‑0.92ρ，其中ρ为归一化空间频率，量纲为周/像素；利用视觉传输模型实现对图像的分频率分析，分析过程如下：利用A(ρ)＝(0.2+22.995ρ)e^‑0.92ρ对G进行分频率分析，首先将A(ρ)表达为与G等尺寸的图像；假设G的像素尺寸为(2M+1)×(2N+1)，则其截止空间频率为周/像素宽度，该数值即对角线的一半；由于模型A(ρ)中的空间频率ρ是归一化的，对于G，其归一化因子就是于是对ρ进行反归一化，则G的空间频率于是可以获得对应的视觉传输模型A(ρ₀)；于是，对于G中的任意像素位置(u,v)，空间频率于是根据A(ρ₀)可构造(2M+1)×(2N+1)尺寸的频率分析图A_map；根据获取的A_map，对G进行分频率分析调制，求取调制图F＝GA_map，即G与A_map之间像素对像素相乘；通过傅里叶反变换，获取在空域的调制图像f；于是，获得了分频率分析后的调制图像f；(2)、局部强度差异衡量图像清晰度对步骤1中的分频率分析后的调制图像f进行清晰度的考察；在局部区域内，本发明定义图像f在(i,j)处的局部强度差异Dif记录如下：$Dif(i,j)=\underset{(i,j)={\Omega }_{center},\forall (x,y)\in \Omega }{\Sigma }\left[w(f_{ij},f_{xy})D(f_{ij},f_{xy})\right]$在上式中，Ω是图像f中一个局部窗口区域，其尺寸为S×S，S通常为奇数，对于这么一个窗口内的像素，中心像素为(i,j)即Ω_center，而(x,y)为该区域内的其余任意像素位置，而上式中的w表示空间权重，定义为：$w(f_{ij},f_{xy})=e^{-D_s(ij,xy)/{\sigma }^2}$其中D_s(ij,xy)表示像素(x,y)与像素(i,j)的空间距离(用像素间隔表示)，而σ²是伸缩系数；而D(f_ij,f_xy)为像素间的灰度差异，其定义为D(f_xy,f_ij)＝|f_xy‑f_ij|；随着窗口的移动，(i,j)也逐个移动，于是获得了局部强度差异图Dif，其与原始图像g等尺寸；对Dif进行归一化；最后定义图像清晰度为局部强度差异图Dif的均值：Clearness＝mean(Dif)。