本發(fā)明屬于圖像質(zhì)量評估技術(shù)領(lǐng)域，特別涉及一種紅外圖像置信度評估方法，可用于光電場景數(shù)字仿真、半實物仿真系統(tǒng)驗證和合成紅外圖像質(zhì)量評估等應(yīng)用。

背景技術(shù)：

紅外場景仿真技術(shù)有助于研究輻射在熱介質(zhì)中的傳輸過程，該技術(shù)是利用計算機圖形學(xué)技術(shù)生成并渲染典型環(huán)境的紅外場景，紅外場景仿真技術(shù)已廣泛應(yīng)用于軍事和民用領(lǐng)域，如早期預(yù)警系統(tǒng)、城市紅外可視化和犯罪分析。由于仿真紅外場景中由各種不同大小、形狀和強度的輻射源組成，輻射傳輸過程的再現(xiàn)程度直接影響紅外合成圖像的置信度，因此，對合成紅外圖像置信度的評估就顯得尤為重要。

目前，已有多種對合成紅外圖像的置信度進行評估的技術(shù)，包括均方誤差mse與峰值信噪比psnr方法、結(jié)構(gòu)相似度指數(shù)ssim方法和多尺度結(jié)構(gòu)相似度指數(shù)ms-ssim方法等。其中：

均方誤差mse與峰值信噪比psnr方法，主要用于比較合成圖像與實測數(shù)據(jù)的相似性，但是該方法已經(jīng)被證明其評估結(jié)果不完全可靠，與人眼視覺感知系統(tǒng)的兼容性有偏差。

結(jié)構(gòu)相似度指數(shù)ssim方法，在圖像/視頻處理和計算機視覺領(lǐng)域中越來越流行，但用該方法評估紅外圖像的置信度仍然存在以下問題：首先，ssim在低方差信號上評價結(jié)果不穩(wěn)定，對高對比度變化不敏感，這使得它很難評價合成和實測紅外圖像之間的相似性；其次，紅外圖像置信度主要受人眼或機器視覺確定的特定感興趣區(qū)域roi的相似程度影響，而ssim方法直接對全圖進行評估，可信度不高。

多尺度結(jié)構(gòu)相似度指數(shù)ms-ssim方法，是先將合成紅外圖像均勻分割為子圖像，然后評估所有子圖像的平均置信度，由于該方法對合成紅外圖像進行的是均勻網(wǎng)格分割，會受到傳感器的漸暈等非均勻效應(yīng)的影響，降低了紅外圖像置信度評估的準確性。

上述幾種紅外圖像置信度評估方法的共同不足是：對紅外圖像的置信度評估水平不高，與人眼視覺感知系統(tǒng)不兼容。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)的不足，提出一種基于自適應(yīng)網(wǎng)格的紅外圖像置信度評估裝置及方法，以提高對紅外圖像的置信度評估效率和評估質(zhì)量，并能與人眼視覺感知系統(tǒng)相互兼容。

本發(fā)明通過對ms-ssim圖像相似度評估方法進行改進，建立基于人眼視覺模型的自適應(yīng)網(wǎng)格來實現(xiàn)上述目的，其技術(shù)方案的實現(xiàn)如下：

1.一種基于自適應(yīng)網(wǎng)格的紅外圖像置信度評估裝置，其特征在于，包括：

紅外圖像獲取單元，用于獲得實測紅外圖像與合成紅外圖像，傳輸給紅外圖像分割單元；

紅外圖像分割單元，用于將實測紅外圖像與合成紅外圖像根據(jù)自適應(yīng)網(wǎng)格，分別分割成m個圖像塊，傳輸給相似度指數(shù)計算單元；

相似度指數(shù)計算單元，用于將實測紅外圖像與合成紅外圖像的m個圖像塊作為輸入，計算每一個圖像塊的相似度指數(shù)，并將m個相似度指數(shù)傳輸給置信度評估單元，其中m≥2；

加權(quán)因子計算單元，用于計算m個圖像塊中每一塊圖像相似度指數(shù)的加權(quán)因子，傳輸給置信度評估單元，其中m≥2；

置信度評估單元，用于將相似度指數(shù)與對應(yīng)的加權(quán)因子作為輸入，計算得到合成紅外圖像的置信度指數(shù)。

2.一種基于自適應(yīng)網(wǎng)格的紅外圖像置信度評估方法，其特征在于，包括：

1)利用紅外熱像儀獲取實測場景的實測紅外圖像，并利用紅外場景仿真技術(shù)

生成與實測場景匹配的合成紅外圖像；

2)分別在實測紅外圖像與合成紅外圖像中選取同一位置作為關(guān)注目標的中心位置，并根據(jù)自適應(yīng)網(wǎng)格模型，從中心位置開始將實測紅外圖像與合成紅外圖像都分割成m個圖像塊，其中m≥2；

3)計算出每一個圖像塊中，實測紅外圖像與合成紅外圖像的平均輻射強度，標準差與協(xié)方差，并根據(jù)平均輻亮度，標準差與協(xié)方差，計算實測紅外圖像與合成紅外圖像的相似度指數(shù)q；

4)根據(jù)二維伽瑪分布規(guī)律，計算每一個圖像塊中對應(yīng)相似度指數(shù)q的加權(quán)因子w；

5)對m個圖像塊的相似度指數(shù)q與加權(quán)因子w的乘積進行求和，其中m≥2，得到合成紅外圖像的置信度評估指數(shù)x，完成合成紅外圖像的置信度評估。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下有優(yōu)點：

本發(fā)明由于在分割紅外圖像時，采用了自適應(yīng)網(wǎng)格法，使得圖像與人類的感知系統(tǒng)相互兼容，同時由于利用二維伽瑪分布概率密度函數(shù)對每一個圖像塊的相似度指數(shù)進行加權(quán)，消除了圖像漸暈效應(yīng)的影響，從而提高對紅外圖像的置信度評估效率和評估質(zhì)量。

附圖說明

圖1為本發(fā)明基于自適應(yīng)網(wǎng)格的紅外圖像置信度評估裝置框圖。

圖2為基于自適應(yīng)網(wǎng)格的紅外圖像置信度評估方法實現(xiàn)流程圖。

圖3為本發(fā)明中將紅外圖像分割成m個圖像塊的示意圖。

圖4為本發(fā)明中對m個圖像塊進行計算獲得的加權(quán)因子的示意圖。

具體實施方式：

以下結(jié)合附圖對本發(fā)明作進一步詳細說明。

參照附圖1，本發(fā)明提供了一種紅外圖像的置信度評估裝置，包括紅外圖像獲取單元1、紅外圖像分割單元2、相似度指數(shù)計算單元3、加權(quán)因子計算單元4、置信度評估單元5。紅外圖像獲取單元1，獲得實測紅外圖像與合成紅外圖像，傳輸給紅外圖像分割單元2；紅外圖像分割單元2，將實測紅外圖像與合成紅外圖像根據(jù)自適應(yīng)網(wǎng)格分別分割成m個圖像塊，傳輸給相似度指數(shù)計算單元3；相似度指數(shù)計算單元3，將實測紅外圖像與合成紅外圖像的m個圖像塊作為輸入，計算每一個圖像塊的相似度指數(shù)，并將m個相似度指數(shù)傳輸給置信度評估單元5；加權(quán)因子計算單元4，計算每一塊圖像相似度指數(shù)的加權(quán)因子，傳輸給置信度評估單元5；置信度評估單元5，根據(jù)相似度指數(shù)與對應(yīng)的加權(quán)因子計算合成紅外圖像的置信度指數(shù)。

所述紅外圖像獲取單元1，包括：實測紅外場景圖像獲取子單元11和合成紅外場景圖像獲取子單元12。

所述紅外圖像分割單元2，包括：實測紅外圖像分割子模塊21和合成紅外圖像分割子模塊22。

所述相似度指數(shù)計算單元3，包括：輻射強度計算子單元31，三分量計算子單元32,三分量的加權(quán)因子計算子單元33和相似度指數(shù)計算子單元34。

實測紅外場景圖像獲取子單元11利用中波紅外熱像儀采集實測紅外場景圖像的輻射強度信息，將其傳輸給實測紅外圖像分割子模塊21；合成紅外場景圖像獲取子單元12利用紅外場景仿真軟件，生成與實測紅外場景圖像匹配的合成紅外場景圖像的輻射強度信息，將其傳輸給合成紅外圖像分割子模塊22。

實測紅外圖像分割子模塊21選取實測紅外圖像的某一個目標作為中心位置，并根據(jù)自適應(yīng)網(wǎng)格將其分割成m個圖像塊；合成紅外圖像分割子模塊22選取合成紅外圖像中同一個目標作為中心位置，并根據(jù)自適應(yīng)網(wǎng)格將其分割成m個圖像塊。將實測紅外圖像的m個圖像塊和合成紅外圖像的m個圖像塊都傳輸給輻射強度計算子單元31。

輻射強度計算子單元31先分別計算實測紅外圖像與合成紅外圖像中每一個圖像塊輻射強度的平均值和標準差，再計算實測紅外圖像與合成紅外圖像中每一個圖像塊輻射強度的協(xié)方差，并將輻射強度的平均值、標準差和協(xié)方差傳輸給三分量計算子單元32；三分量計算子單元32利用實測紅外圖像與合成紅外圖像輻射強度的平均值、標準差和協(xié)方差，分別計算合成紅外圖像中每一個圖像塊的結(jié)構(gòu)變化分量、亮度損耗分量和對比度分量，并將三個分量傳輸給相似度指數(shù)計算子單元34；三分量的加權(quán)因子計算子單元33對于合成紅外圖像中的每一個圖像塊，分別利用ostu閾值法計算結(jié)構(gòu)變化分量的加權(quán)因子，利用sobel邊緣檢測法計算亮度損耗分量的加權(quán)因子，利用總權(quán)重為1計算對比度分量的加權(quán)因子，并將三個加權(quán)因子傳輸給相似度指數(shù)計算子單元34；相似度指數(shù)計算子單元34將三分量分別作為底數(shù)，其加權(quán)因子分別作為冪，計算三個指數(shù)的乘積作為合成紅外圖像中每一個圖像塊的相似度指數(shù)，傳輸給加權(quán)因子計算單元4。

參照附圖2，本發(fā)明提供的紅外圖像的置信度評估方法，其實現(xiàn)步驟如下：

步驟1，生成合成紅外圖像。

本步驟是利用紅外熱像儀獲取實測場景的實測紅外圖像，并利用紅外場景仿真技術(shù)生成與實測場景匹配的合成紅外圖像，具體實現(xiàn)如下：

1a)固定中波紅外熱像儀，采集實測場景在中紅外波段的實測紅外圖像的紅外輻射強度信息；

1b)利用紅外場景仿真軟件生成與實測紅外場景匹配的合成紅外圖像，本施例采用的紅外場景仿真軟件使用不限于西安電子科技大學(xué)研發(fā)的基于物理可信的紅外場景仿真引擎prisse。

步驟2，分割紅外圖像。

本步驟是分別在實測紅外圖像與合成紅外圖像中選取同一位置作為關(guān)注目標的中心位置，并根據(jù)自適應(yīng)網(wǎng)格模型，從中心位置開始將實測紅外圖像與合成紅外圖像都分割成m個圖像塊，其中m≥2。

本步驟的具體實現(xiàn)如下：

2a)選取實測紅外圖像與合成紅外圖像中的同一個目標作為中心位置，并利用正方形網(wǎng)格將實測紅外圖像與合成紅外圖像中的目標分割出來，獲得目標圖像塊，并將其標記為圖像塊a，其中正方形網(wǎng)格的邊長為目標的最大長度；

2b)在圖像塊a的頂點處分別向外延伸四條邊，使得延伸的長度為圖像塊a邊長的2倍，再利用兩對平行線將延伸后的四條邊封裝起來，獲得新的大正方形網(wǎng)格，其中大正方形網(wǎng)格的四條邊位置上有四個長方形圖像塊，頂角位置上分別為四個正方形圖像塊，將其中左上角的正方形圖像塊重新標記為圖像塊a；

2c)重復(fù)步驟2b)，直至整張紅外圖像分割完成，得到實測紅外圖像與合成紅外圖像分別基于自適應(yīng)網(wǎng)格分割的m個圖像塊，其中m≥2，本步驟分割的圖像塊如圖3所示。

步驟3，計算實測紅外圖像與合成紅外圖像的相似度指數(shù)。

本步驟是計算出每一個圖像塊中，實測紅外圖像與合成紅外圖像的平均輻射強度，標準差與協(xié)方差，并根據(jù)平均輻亮度，標準差與協(xié)方差，計算實測紅外圖像與合成紅外圖像的相似度指數(shù)q。具體實現(xiàn)如下：

3a)根據(jù)每一個圖像塊中所有像素點的輻射強度信息，分別計算實測紅外圖像的平均輻射強度和標準差σx與合成紅外圖像的平均輻射強度和標準差σy，再計算實測紅外圖像與合成紅外圖像的協(xié)方差σxy；

3b)利用紅外圖像與合成紅外圖像的平均輻射強度，標準差與協(xié)方差信息，根據(jù)公式和計算實測紅外圖像與合成紅外圖像每一個圖像塊的結(jié)構(gòu)變化分量s、亮度損耗分量l和對比度分量c；

3c)在每一個圖像塊中，利用大于ostu閾值的像素數(shù)目與圖像塊所有的像素數(shù)目的比值作為亮度損耗分量l的加權(quán)因子；

3d)根據(jù)sobel邊緣檢測算法獲得圖像塊的梯度邊緣像素數(shù)目，再用梯度邊緣像素數(shù)目與圖像塊所有的像素數(shù)目的比值作為對比度分量c的加權(quán)因子；

3e)根據(jù)亮度損耗分量l的加權(quán)因子和對比度分量c的加權(quán)因子，利用總權(quán)重指數(shù)為1的規(guī)律，計算結(jié)構(gòu)變化分量s的加權(quán)因子；

3f)將結(jié)構(gòu)變化分量的加權(quán)因子作為結(jié)構(gòu)變化分量的冪指數(shù)，將亮度損耗分量的加權(quán)因子作為亮度損耗分量的冪指數(shù)，將對比度分量的加權(quán)因子作為對比度分量的冪指數(shù)；再將帶有加權(quán)因子的結(jié)構(gòu)變化分量，亮度損耗分量和對比度分量三者相乘，得到實測紅外圖像與合成紅外圖像中每一個圖像塊的相似度指數(shù)q。

步驟4，計算加權(quán)因子。

參照圖4，本步驟的具體實現(xiàn)如下：

4a)將目標圖像塊的中心位置設(shè)置為原點，根據(jù)二維伽瑪分布規(guī)律，計算所有像素點的概率密度；

4b)在每一個圖像塊中，取出將該圖像塊中心位置處的概率密度，作為該圖像塊中相似度指數(shù)q的加權(quán)因子w。

步驟5，計算置信度評估指數(shù)。

5a)對m個圖像塊中每一個圖像塊的相似度指數(shù)q與加權(quán)因子w相乘，其中m≥2，得到m個帶有加權(quán)因子的相似度指數(shù)；

5b)對所有帶加權(quán)因子的相似度指數(shù)進行相加，得到合成紅外圖像的置信度評估指數(shù)x，完成合成紅外圖像的置信度評估。

以上描述僅是本發(fā)明的一個具體實例，不構(gòu)成對本發(fā)明的任何限制顯然對于本領(lǐng)域的專業(yè)人員來說，在了解本發(fā)明內(nèi)容和原理后，都可能在不背離本發(fā)明原理、結(jié)構(gòu)的情況下，進行形式和細節(jié)上的各種修正和改變，但是這些基于本發(fā)明思想的修正和改變?nèi)栽诒景l(fā)明的權(quán)利要求保護范圍之內(nèi)。