本发明专利技术公开了一种基于多传感器信息融合的图像质量评估方法，包括以下步骤：布置多种类型信息传感器，将各类型信息传感器获取的图像数据进行融合，得到融合后的图像，然后以融合后的图像作为参考图像，以捕获的图像场景作为待评估图像，计算待评估图像的质量指数，并根据待评估图像的质量指数对待评估图像的质量进行评估，该方法能够较为准确对图像质量进行评估。
【技术实现步骤摘要】
一种基于多传感器信息融合的图像质量评估方法
本专利技术涉及一种图像质量评估方法，具体涉及一种基于多传感器信息融合的图像质量评估方法。
技术介绍
物联网(IoT)是互联网和传统电信网络等信息载体，使一切可以独立运行的普通对象实现互联网络。通过物联网，你可以使用中央计算机集中管理和控制机器、设备和人员。你还可以远程控制家庭设备和汽车，还可以像自动控制系统一样，在收集这些小东西的同时，搜索位置并防止盗窃物品。数据最终可以聚合为大数据。物联网主要包括三个重要方面。首先是自动化。自动化意味着这些设备将帮助我们完成本应由人类完成的工作。其次是物理世界和虚拟世界之间的接口。物联网作为物理和虚拟体系结构之间的中介，可以实现两者之间的读写操作。这里的读操作，如感知物理环境，将其状态转换为数据发送给温度传感器、医疗传感器，并在虚拟数据存储终端(如摄像头)上进行进一步分析。写操作是对物理世界的操作操作，例如将分析数据转换成物理设备。第三个方面是决策。通过对物联网设备收集的大量数据进行深入分析，对周围的实时环境、一定的操作执行以及一些事件的根源形成判断和理解。融合算法可分为三种主要类型：嵌入式约束方法，证据组合方法和人工神经网络方法。传感器信息融合，也称为数据融合，研究多传感器数据的融合，使用模糊理论给出融合方法，Yang等人结合从不同特征获得的证据来推断可靠的多媒体语义。概念分类器是有利的。Yang等人设计了一种层次回归模型，以利用从每种类型的特征中得出的信息，然后将其协同融合以获得多媒体语义概念分类器。标记信息和代表多媒体数据的不同特性的数据分布都被考虑了。该算法可以应用于广泛的多媒体应用，并且已经在视频数据上进行了用于视频概念注释和运动识别的实验。他们的工作表明将多个功能组合在一起是有益的。当只有少量的标记训练数据可用时，所提出算法的性能非常好。提出了一种基于多特征融合的视频火焰检测方法。火焰的时间和空间特性(例如正常的火焰运动和颜色提示)将火焰闪烁检测算法纳入了该方案中，以检测彩色视频序列中的火焰。Chen等人使用改进的高斯混合模型方法从检测到的场景的静态背景中提取运动前景对象。他们使用火焰颜色过滤算法将检测到的移动物体分类为候选和非候选火焰区域。Chen等人使用了一种基于统计频率计数的火焰闪烁识别算法，以将真实火焰与视频图像中的类似火的物体区分开，从而实现多特征融合。在图像质量评估领域，评估没有参考质量的图像是一项重要的任务。Peng等人提出了一种基于无监督特征学习的无目标参考图像质量评估框架。Peng等人建立了一种计算模型，可以自动预测人类感知的图像质量，而无需参考图像，也无需了解图像中的失真情况。Peng等人解决了无参考图像质量评估的问题，该评估通常依赖于基于先验知识精心设计的手工功能。Peng等人使用具有最大池的软分配代码来获得有效的图像表示，以进行质量估计。他们使用原始图像补丁作为本地描述符，并使用软分配对其进行编码，并且该算法在计算上具有吸引力。在图像传播过程中，常会产生各种各样的畸变。失真的来源可能有压缩、缩放、格式转换和颜色修改。这些畸变源的存在极大地影响了图像的整体质量。图像质量的要求使得图像质量评估成为计算机视觉的一个重要领域。量化图像质量有利于更好地对图像场景进行监控和优化。图像质量评价能够有效地评价图像采集和传输过程中产生的失真或退化。在图像质量评价中，图像可分为参考图像和失真图像两类。根据参考图像是否存在，可以将图像质量评价分为完全参考、简化参考和无参考三类。充分参考和减少参考意味着参考图像的可用性，没有参考意味着没有参考或盲目。无参考图像质量评价算法由于不需要参考图像先验知识而成为图像质量评价领域的研究热点。普通无参考图像质量评价方法不够准确，与人类主观评价差别较大。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供了一种基于多传感器信息融合的图像质量评估方法，该方法能够较为准确对图像质量进行评估。为达到上述目的，本专利技术所述的基于多传感器信息融合的图像质量评估方法包括以下步骤：布置多种类型信息传感器，将各类型信息传感器获取的图像数据进行融合，得到融合后的图像，然后以融合后的图像作为参考图像，以捕获的图像场景作为待评估图像，计算待评估图像的质量指数，并根据待评估图像的质量指数对待评估图像的质量进行评估。所述多种类型信息传感器包括毫米波雷达、电视摄像机、红外传感器、紫外传感器、多光谱图像传感器、全彩图像传感器、SAR传感器及CCD相机。布置多种类型信息传感器，收集N种不同类型信息传感器的观测目标数据，然后对信息传感器的输出数据进行特征提取变换，以提取代表观测数据的特征向量Yi，然后对特征向量Yi进行模式识别处理，完成各类型信息传感器对目标的描述，再将各类型信息传感器的目标描述数据按相同的目标进行分组，然后利用融合算法对各类型信息传感器的数据进行融合，得融合后的图像。采用聚类算法或自适应神经网络识别方法对特征向量Yi进行模式识别处理。基于亮度、对比度及结构相似性的度量计算待评估图像的质量指数。通过比较融合图像与待评估图像的特征差异预测待评估图像的质量分数。本专利技术具有以下有益效果：本专利技术所述的基于多传感器信息融合的图像质量评估方法在具体操作时，将各类型信息传感器获取的图像数据进行融合，得到融合后的图像，以更好地反映图像的质量，再以融合后的图像作为参考图像，即将无参考图像的质量评估转化为全参考图像的质量评估，以捕获的图像场景作为待评估图像，以融合后的图像为参考值，计算待评估图像的质量指数，使得预测结果与人眼的主观评价更加接近。附图说明图1为本专利技术的流程图；图2a为图2a和2b为平均SROCC和PLCC在TID2008上测试的标准偏差图；图2b为平均SROCC和PLCC在TID2013上测试的标准偏差图。具体实施方式下面结合附图对本专利技术做进一步详细描述：本专利技术所述的基于多传感器信息融合的图像质量评估方法在具体操作时，借助多类型信息传感器的帮助来提取图像质量特征，对提取的特征进行特征融合及分析，然后将融合的特征处理为矢量，以融合后的图像作为参考图像，将无参考图像的评价转化为全参考图像的评价，比较提取的场景图像的特征，并根据比较结果给出当前场景的图像质量得分，使得预测结果与人眼的主观评价更加接近。参考图1，本专利技术所述的基于多传感器信息融合的图像质量评估方法具体包括以下步骤：布置多种类型信息传感器，所述多种类型信息传感器包括毫米波雷达、电视摄像机、红外传感器、紫外传感器、多光谱图像传感器、全彩图像传感器、SAR传感器及CCD相机，将各信息传感器获取的图像数据进行融合，得融合后的图像，然后将融合后的图像作为参考图像，在无参考的图像质量评价中，以捕获的图像场景作为待评估图像，以融合后的图像为参考值，计算待评估图像的质量指数，并根据待评估图像的质量指数对待评估图像的质量进行评估。在进行多种类型传感器数据融合时，通过对各信息传感器及其观测信息的合理本文档来自技高网...
【技术保护点】
1.一种基于多传感器信息融合的图像质量评估方法，其特征在于，包括以下步骤：/n布置多种类型信息传感器，将各类型信息传感器获取的图像数据进行融合，得到融合后的图像，然后以融合后的图像作为参考图像，以捕获的图像场景作为待评估图像，计算待评估图像的质量指数，并根据待评估图像的质量指数对待评估图像的质量进行评估。/n
【技术特征摘要】
1.一种基于多传感器信息融合的图像质量评估方法，其特征在于，包括以下步骤：
布置多种类型信息传感器，将各类型信息传感器获取的图像数据进行融合，得到融合后的图像，然后以融合后的图像作为参考图像，以捕获的图像场景作为待评估图像，计算待评估图像的质量指数，并根据待评估图像的质量指数对待评估图像的质量进行评估。
2.根据权利要求1所述的基于多传感器信息融合的图像质量评估方法，其特征在于，所述多种类型信息传感器包括毫米波雷达、电视摄像机、红外传感器、紫外传感器、多光谱图像传感器、全彩图像传感器、SAR传感器及CCD相机。
3.根据权利要求1所述的基于多传感器信息融合的图像质量评估方法，其特征在于，布置多种类型信息传感器，收集N种不同类型信息传感器的观测目标数据，然后对信息传感器的输出数据...
【专利技术属性】
技术研发人员：侯瑞，赵云灏，胡阳，李春阳，刘心社，苏凤宇，周伟，费怀胜，刘伟鹏，邓清闯，张小伟，任羽圻，方苏婉，袁梦，刘佳悦，
申请(专利权)人：华北电力大学，许昌许继风电科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。