西安工业大学电子信息工程学院，陕西西安 710021
为了解决汽车抗晕光场景中，融合图像质量的客观评价与人眼视觉效果不一致的问题，提出了一种新的可见光与红外融合图像质量评价方法，该方法通过设计自适应迭代阈值法自动确定融合图像的晕光临界灰度值，并将融合图像自动分为晕光区和非晕光区。针对晕光区，设计晕光消除度指标评价晕光消除的效果；针对非晕光区，从多方面评价色彩、细节信息的增强效果，并甄选出合适的指标构成完整的图像质量评价体系。为验证该方法的合理性，对采用 4种不同算法的融合图像进行评价，实验分析表明，该方法的主客观评价结果一致，适于评判不同可见光与红外融合的抗晕光图像质量及算法的优劣。
抗晕光 图像融合 质量评价 自动分区 anti-halation, image fusion, quality evaluation, a
简要阐述了基于全波与三波段的真彩色微光夜视系统原理,结合图像融合的一般算法,研究了加权平均法、基于线性变换增强的Brovey法、 HIS(色调、亮度和饱和度)空间法及基于边缘分割的HIS法4种真彩微光夜视图像融合算法,详细阐述了融合算法的实现方法和过程。研究结果表明,利用基于线性变换增强的Brovey法,得到场景一和场景二的融合图像的综合客观评价指标值,分别为27.9647、31.2756,均大于其余3种算法得到的值。在这4种融合算法中,由基于线性变换增强的Brovey法得到的融合图像视觉效果最优。
图像处理 夜视 真彩微光夜视 融合算法 客观评价 图像融合质量 激光与光电子学进展
2019, 56(8): 081008
