图像融合评价系统的构建方法技术方案

一种图像融合评价系统的构建方法，用于信息技术领域。将图像融合定性评价和定量评价的不同方法按照对独立单因素指标、联合单因素指标和综合评价指标的定义构建图像融合评价体系，并基于ＥＮＶＩ／ＩＤＬ平台实现了图像融合评价体系，利用四组不同融合图像来验证利用该评价体系以全面、客观的分析图像融合的性能指标。本发明专利技术是首次提出和构建多源图像融合评价体系，并通过一个信息处理开发平台得以实现。该体系的建立，势必能够更加全面、客观的进行图像融合评价，将评价信息加入到融合规则的选取和参数选取的选择过程中，从而可以更充分地利用信息源提供的信息，实现具有反馈的图像融合过程，丰富和完善图像融合理论框架。

【技术实现步骤摘要】

本专利技术涉及的是一种用于信息
的图像信息的评价方法，特别是一种。
技术介绍
图像融合(image fusion)技术是指将由多个传感器所采集的同一目标的图像经过一定的处理，提取各传感器的信息，综合形成统一图像或综合利用各图像信息的技术。它具有系统探测性能高、自动化程度高、可靠性高、成本低等特点，在医学、遥感、天气预报、军事目标识别等诸多领域均有广阔的应用前景。对融合图像进行评价研究，对于在实际应用中选择适当的融合算法以及对现有融合算法的改进和研究新的融合算法都是非常重要的。目前对融合图像进行的评价一般只涉及定性评价，或者是对单因素评价指标的研究，这在实际应用中具有相当的局限性。这主要是因为，同一融合算法，对不同类型的图像，其融合效果不同；同一融合算法，对同一图像，观察者感兴趣的部分不同，则认为效果不同；不同的应用方面，对图像各项参数的要求不同，导致选取的融合方法不同。这导致了对融合图像做出客观、定量的评价困难性和复杂性，尤其针对多源不同质传感器图像的融合算法，人们很难定义一个通用的评价标准。目前，最常用的评价方法仍然停留在对不同的图像融合结果由单因素的定量指标进行评价，或者是由专家进行诸如好、较好、一般、不好等定性的等级评分，并以此作为评价图像融合方法优劣的基础。显然上述方法极易受主观因素的影响。因为由于缺乏客观的评价标准，不同的人可能会对同一融合结果有着截然不同的评价结论。当前融合效果的客观评价问题一直未得到很好的解决，经对现有技术文献的检索发现，文献中很少涉及对融合算法或对融合图像进行评价的报道，目前也未发现与本专利技术主题相同或者相关的文献报道。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供一种。本专利技术分析了图像融合定性评价和定量评价的不同方法，基于这些方法的特点和相互关系，提出了图像的独立单因素指标、联合单因素指标和综合评价指标概念，构建图像融合评价系统的方法，在各类军用或民用的数字图像处理、多源图像融合、遥感信息处理系统、数字城市空间信息系统等领域中均可有广泛的应用。本专利技术是通过以下技术方案实现的，本专利技术将图像融合定性评价和定量评价的不同方法按照对独立单因素指标、联合单因素指标和综合评价指标的定义构建图像融合评价体系，并基于ENVI/IDL平台实现了图像融合评价体系，利用四组不同融合图像来验证利用该评价体系以全面、客观的分析图像融合的性能指标，所述的独立单因素评价指标，是针对单一幅图像定义的评价指标，利用该类指标，通过分别计算各个传感器的图像的指标值和融合图像的指标值，来定量分析融合图像相对于原图像的变化；所述的联合单因素评价指标，是针对多源传感器融合图像而言，通常定义为各个传感器的原始图像与融合结果图像之间的所含信息量大小的评价指标，该类指标的计算通常必须具备原始图像和融合图像，或者理想图像；所述的综合评价指标，是指在智能图像处理系统中，利用非线性方法或者智能计算的方法将独立单因素指标和联合单因素指标综合起来的一种评价方法。按照独立单因素指标、联合单因素指标和综合评价指标的定义将各项评价指标予以分类；(1)利用IDL语言编程实现各项评价指标；(2)按照指标的定义方法及具体含义，构建图像融合评价体系理论框架，基于ENVI/IDL平台进行界面设计，菜单显示界面与图像融合评价体系理论框架相对应；(3)面向对象的开发，并在分析确定系统输入输出的基础上，采用基于Windows2000/XP操作系统平台的模块化软件设计，支持COM/DCOM分布对象标准，将对应的IDL语言撰写的评价指标程序与界面相链接，形成具有GUI的对话框方式进行人机交互的软件平台；(4)利用不同源的各类图像进行图像融合试验，采用人机交互的软件平台进行图像融合定量评价； (5)利用不同源的各类图像进行图像融合试验，采用人机交互的软件平台进行图像融合定量评价；(6)为了适应图像融合评价体系理论框架随着融合技术的不断发展，进行图像融合评价体系功能模块设计时，考虑在不同分类评价指标体系中预留出相应的可以增加的接口程序，以便评价指标的不断扩充和完善。为了适应图像融合评价体系理论框架随着融合技术的不断发展，进行图像融合评价体系功能模块设计时，考虑在不同分类评价指标体系中预留出相应的可以增加的接口程序，以便评价指标的不断扩充和完善。以下对本专利技术进一步详细说明●独立单因素评价指标针对单一幅图像定义的评价指标，利用该类指标，通过分别计算各个传感器的图像的指标值和融合图像的指标值，来定量分析融合图像相对于原图像的变化。由于此类评价指标的相对独立性，因此适用性最为宽泛，甚至可以适用于对传感器获取图像质量(原始图像)的定量评价，也可以对中间处理过程中的图像或者处理终了的输出图像进行定量评价。该类评价指标是图像评价体系中的基本方法。这类评价指标通常包括(1)基于图像统计特性的评价指标均值，其是图像像素的灰度平均值，对人眼反映为平均亮度。其公式为u^=1M×NΣi=1MΣj=1NF(i,j)---(1)]]>上式中，M、N为图像大小。标准差，其反映了灰度相对于灰度均值的离散程度。标准差越大，则灰度级分布越分散。其公式为std=Σi=1MΣj=1N(F(i,j)-u^)2/M×N---(2)]]>一般如果标准差较小时，可以采用取对数的方法将标准差放大。(2)平均梯度图像质量的改进可以用平均梯度表示，它反映了图像的清晰程度，同时还反映出图像中微小细节反差和纹理变换特征，其公式为 ▿G‾=1M×NΣi=1MΣj=1N1/2---(3)]]>上式中Δxf(i，j)、Δyf(i，j)分别为像元(i，j)在x/y方向上的一阶差分。(3)熵该指标是一种基于信息上的评价指标。熵值的大小表示图像所包含的平均信息量的多少，信息量增加是图像融合最基本的要求，这可以通过融合前后图像信息熵的变化反映出来。对于一幅独立的图像，可以认为其各个元素的灰度值是相互独立的，则图像的灰度分布为p＝{p1，p2，Λ，pi，Λ，pn}，pi为灰度值等于i的像素数与图像总数象素之比，n为灰度级总数。图像信息熵的表达式为H=-Σi=1nPilog2Pi---(4)]]>●联合单因素评价指标针对多源传感器融合图像而言，通常定义为各个传感器的原始图像与融合结果图像之间的所含信息量大小的评价指标。该类指标的计算通常必须具备原始图像和融合图像，或者理想图像。由于该类指标联合考虑了原始图像和融合图像信息量变化，而且也是通过一个定量指标加以反映，因此该类指标仍属于单因素指标，但是此类指标能够更加客观的反映多源传感器融合图像的性能变化。该类评价指标是多源图像融合评价体系中的核心方法。这类评价指标通常包括(1)基于图像统计特性的评价指标偏差度，Costantin等人用偏差指数(Difference Index)来反映融合后图像与原始图像在光谱信息上的匹配程度。该指标也是一种基于统计特性的评价指标。例如高空可分辨率图像A与低空间分本文档来自技高网...

【技术保护点】
一种图像融合评价系统的构建方法，其特征在于，将图像融合定性评价和定量评价的不同方法按照对独立单因素指标、联合单因素指标和综合评价指标的定义构建图像融合评价体系，并基于ＥＮＶＩ／ＩＤＬ平台实现了图像融合评价体系，利用四组不同融合图像来验证利用该评价体系以全面、客观的分析图像融合的性能指标，所述的独立单因素评价指标，是针对单一幅图像定义的评价指标，利用该类指标，通过分别计算各个传感器的图像的指标值和融合图像的指标值，来定量分析融合图像相对于原图像的变化；所述的联合单因素评价指标，是针对多源传感器融合图像而言，通常定义为各个传感器的原始图像与融合结果图像之间的所含信息量大小的评价指标，该类指标的计算通常必须具备原始图像和融合图像，或者理想图像；所述的综合评价指标，是指在智能图像处理系统中，利用非线性方法或者智能计算的方法将独立单因素指标和联合单因素指标综合起来的一种评价方法。

【技术特征摘要】

【专利技术属性】
技术研发人员：敬忠良，肖刚，李建勋，陈雪荣，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]