彩色印刷品的清晰度是图像复制再现的一个重要质量指标，和质量损伤种类的复杂性给问题的研究带来了许多困难，人员质量控制小组抽查科主任负责核对监督，奖惩月评价结果是绩效考核重要标准。
图像质量评价
一、引言
印刷品是图文复制的结果，原稿、材料、设备、成像和转印工艺等因素的综合作用结果形成印刷图像。图形和文字的矢量属性对页面描述、排版和RIP解释至关重要，尤其在输出时必须区别对待图形、文字和图像这两类不同性质的对象，才能得到最合理的结果。但是，图形和文字的矢量属性对印刷结果而言却已经变得没有实质性的意义了，因为这些对象一旦转印到纸张表面后就失去了它们的矢量特征。因此，评价印刷质量时无需区分对象的点阵描述和矢量描述特征，认为印刷质量评价等价于印刷图像质量评价（以下简称图像质量评价）也完全说得过去。
人类对图像质量评价技术的研究和应用从来没有停止过，由于成像技术领域图像质量改善活动的不断开展而取得了不少进步。比如传统印刷、卤化银摄影、彩色电视和静电照相数字印刷等领域的图像质量评价技术，其中不少评价方法表现出与物理特性和主观评价结果有较好的相关性，也开发出了适用于不同领域的图像质量评价系统。但仅仅用主观评价一个尺度很难被普遍接受。
彩色胶印是现代图文印刷的主要手段，长期以来印刷图像质量优劣的评价都是由客户的视觉及主观印象来判定，这是一项稳定性极差并且十分困难的工作。所以，如何客观评价和充分应用技术工艺手段实现彩色印刷图像质量的控制非常重要。印刷图像质量评定是指用数据来表示产品同原稿之间的相关关系。用一定的数据与指标，控制产品质量误差的允许范围和质量衰退，保证图像复制的可重复性和质量稳定性。
印刷图像的质量有三个关键因素：①图像的清晰度，即图像边缘密度变化是否与人的视觉敏感程度相一致，主要依赖于加网晒版和印刷中的网点扩大。②图像的层次，即图像中视觉可分辨的密度级次，主要取决于印前与印刷中的反差扩大与缩校③图像的色彩，即图像的各种颜色的复制精度及中性灰平衡，主要取决于分色机制，感光材料，纸张、油墨等的质量。
二、传统印刷图像质量评价的主要方法
印刷图像质量评价方法不论采取何种方式最终必定归结到图像的清晰度、层次和色彩三个方面。评价方法主要分为主观评价和客观评价及一种基于视觉评价的综合方法。
1.主观评价法
印刷图像的主观评价是一种根据经验评价图像质量优劣的方法。主观评价法常用的有目视评价法和定性指标评价法。目视评价法是指在相同的评价环境条件下（如光源、照度一致）由多个有经验的管理人员，技术人员和用户来观察原稿和印刷品，再以各人的经验，情绪及爱好为依据，对各个印刷品按优，良，中，差分等级，并统计各分级的频度，获得一致好评者为优、良，反之为差。定性指标评价法是指按一定的定性指标，并列出每个指标对质量影响的重要因素，由多个有经验的评定人评分，总分高者质量为优，低者为差。
①多维标度法：
多维标度是以数理统计学为基础的标度技术。在成对比较样本间的差异或决定对样本的满意程度时，可以利用多维标度方法对人们评定时使用的主要参数进行分析和鉴别。用这种方法评判印刷样本时，可以确定印刷质量主要参数的相对重要程度；评判得出的数值可以使主观评价与客观评价或与纸张性质之间产生内在的关联；还可以得到每张印刷品质量评价的可靠性、每个评价人员（如印刷、造纸专家、读者、广告人员等）与该评价小组评价的一致性等信息。
多维标度技术是托各森提出的，其内容是：若两个元素间存在着感觉得出的差别，那么这个差量可以用一个几何距离表达。若把这个差量记在一直线标尺上，那么刻度尺上的刻度值就显示了这个距离，然后可用该距离建立多于一维的、反映样本间关系的几何模型。
多维标度技术的一个重要特点是可以为评判者的主观心理因素加权情况进行多维标度，每个参数在一个评价中的作用可以用一个期望向量表示。②成对比较法：
人对印刷品质量进行判断时具有主观的特点，不同的人会做出完全不相同的结论，这种客观存在的不一致性不能视为偏差或随机性而加以忽略。即使评价时存在可以用作比较基准的参照物，评价结果也会有不一致性，主观评价中存在的不一致性同样不可视为偏差和随机性而加以忽略。
在很多场合根本不存在可以用作比较基准的参照物。这时，只能在被评判对象之间进行内部对比，常用方法有两种：一是将被评判的样本按某种顺序进行排列；二是把一组被评判样本中的每一张样本跟其它被评判的样本逐一进行比较，在比较的基础上打分，根据积分进行评判，这就是成对比较法。它属于一种主观评价方法。
实施成对比较方法时要注意：保证在评判人员同时对两张样本进行比较时，不要有不相关的因素干扰这种比较。应当把被比较的印刷品处于完全相同的标准照明状态下，背景应当是中性的，用作比较的房间应能保证评判人员集中精力，不能中断评判工作或干扰评判人员。被比较的样本应按随机顺序提供给评判人员，这样可使比较过程不带任何偏见。必须简单清楚地向评判人员说明根据什么进行评判、不许有模棱两可的话。
这样的主观对比实验只是样本内部之间的比较，比较结果只跟被比较的各样本有关。成对比较的结果是否可靠，可通过考察评判人员“评判的可靠性”后得知，即通过计算可靠性系数加以衡量。
2.客观评价法
①阶调（层次）再现的评价：
透射原稿的反差范围差别很大，而彩色印刷品却要再现为密度范围基本一致的画面，这个密度范围又大都低于彩色原稿的密度范围，在分色制版时，必然要做压缩调整。对各阶调层次采取什么样的再分配调整，一方面取决于原稿的阶调层次分布状态，同时又和人的视觉感受相关。其中，既有视觉响应的孟塞尔明度值因素，还有人们视觉心理要求的主观因素。对原稿阶调层次复制调整需要将人们的视觉心理需求综合归纳起来，加入视觉响应的物理量值，再结合原稿层次分布状态进行考虑，才能得出印刷画面的密度阶调层次再现曲线，然后纳入复制与再现过程中的演变数据，设计出具体原稿的阶调层次复制曲线。
对印刷图像阶调再现的评价，若单从印刷品质量检验的角度而言，那就是：测量各色油墨层的印刷实地密度；测量并计算各色墨层的叠印率；测量印刷网点阶调增大或测量计算印刷K值；检查油墨网点的转印质量；测量并描绘印刷品对原稿的密度层次再现曲线。通过这些客观技术数据测量，再与本部门制定的质量规范标准进行比较，即可确定具体彩色印刷产品的质量等级。
②色彩再现的评价：
色彩的复制再现，有三种不同的概念。一是物理意义上的色彩再现，要求再现色彩同原稿色彩在每一色点上的光谱分布都完全相同。而印刷品是供视觉观赏的，要求达到物理意义上的同谱色彩再现是难以实现的，也无多大必要。二是色度学意义上的再现，使印刷再现图像同原稿色彩点在色度上一致或接近，即异谱同色效果，这是现实客观评价色彩再现的量度标准。三是心理意义上的色彩再现，
即印刷再现的色彩在色度上同原稿色彩可能有些差距，但在色彩效果上却可能达到视觉心理的满足，这里加入了主观评价因素。
由于印刷材料（纸张、油墨等）色度表现特性的欠缺，分色复制手段与器材性能的不完善，以及印刷再现方式本身表现彩色的不足，现实的印刷技术尚不能做到忠实还原原稿或是原景物的所有色彩，即使其可再现的部分也达不到忠实还原的程度，只能是相对接近。这就给印刷品色彩再现质量的客观评价带来一定困难。[next]
只能从印刷品对原稿或原景物色彩接近程度上，通过色度测量的结果加以比较。在相似与不相似之间，掺入人们对色彩视觉心理要求即心理上的再现程度，才能对印刷品色彩再现作出综合而全面的评价。
如果就印刷色彩对原稿色彩的再现的接近程度来设定客观技术衡量尺度标准，应当包括：印刷油墨色彩再现范围的测量检验，印刷灰色平衡再现的测量检验，印刷色彩对原稿色彩绝对再现精度的量度检验，以及相对再现程度的测量计算。
③清晰度再现的评价：
彩色印刷品的清晰度是图像复制再现的一个重要质量指标。除去为表现影像的特殊意境外，每个画面总应该有一部分层次（主体或背景）是清晰的。对印刷画面清晰度的评价也有三个方面的相关内容：图像层次轮廓的实度；图像两相邻层次明暗对比变化的明晰度即细微反差；原稿或印刷画面层次的分辨力，也就是其细微层次的微细程度是表现客观景物组成物质本质面貌的，即所谓质感。
3.基于视觉的评价方法
经过对人的视觉系统（HVS）多年研究，人们从神经生理学、心理物理学等方面对视觉系统功能的理解有了显著的进展。与图像质量相关的重要特性主要有：Weber-Fechner定律，即刺激信号的可察觉阈值与背景强度成正比；调制传递函数（MTF）为带通特性，最大响应在2-5c/d之间；区域掩盖效应，即出现在过阈值背景上的信号可视度降低；视觉信号的面积、频率和方向的多通道的分解性。
通常导出一个与视觉相关的客观失真测度方法是，使用HVS的早期信息处理阶段，即从视网膜通过光学神经、视交叉和侧膝状核到大脑皮层，将误差图像转换到“感知域”中，使得此时相同幅度的误差有相同的视觉感知度，最后用合适
的距离测度将误差总和为一个失真尺度。HVS和质量损伤种类的复杂性，给问题的研究带来了许多困难。过去一些学者曾利用从相对简单的心理视觉实验所得到的视觉特性，诸如频率选择与掩盖特性，建立视觉模型来进行质量预测。随着编码技术与应用的不断发展及要求，对基于视觉的质量测度研究也不断深入，并有了显著进展。
S.Karunasekera&N.Kinsbery提出了针对损伤的失真测度。这种损伤常见于矢量量化和DCT编码方式中，由垂直和水平的边缘失真组成。先对人工合成测试图像进行主观实验，通过调整4个参数：边缘幅度、边缘长度、背景亮度和背景活动性，测出边缘损伤的视觉敏感度，并由此建立一个视觉模型。值得一提的是，视觉敏感度是以对刺激反应时间来度量，而不是通常的视觉阈值方法，模型参数则由对定敏感点（ConstantSensitivityPoint）的匹配确定。预测垂直边缘误差的模型为（水平方向类似），边缘信息首先由有合适带宽的低通滤波器从误差图像中提取，然后考虑活动性与区域掩盖效应，其中活动性掩盖由边缘周围的N×N方块加窗付立叶变换系数的加权能量和决定；接着进行非线性变换以适应HVS的非线性特性，最后计算总的误差（取绝对平均）。在对实际自然图像的检验中，作者设计了一些有相同的MSE但方块结构分布不同的图像，模型预测与主观测试吻合得很好，同时也表明MSE不是一个好的失真测度。
①基于视觉感知的图像质量评价方法：
图像降质对人眼视觉的影响是由人眼视觉系统的灵敏度决定的，而视觉灵敏度是由人眼的视觉细胞决定的。此外，人眼视觉系统的灵敏度还受到图像局部空间频率的影响，大量实验结果证明影响像素误差可视度的因素是误差周围的局部区域环境，而不是整个图像的背景环境。
根据上述视觉特性，人们建立了各种HVS模型，用以评价图像的质量.最典型的HVS模型如图一，它模拟了视觉感知的3个显著特性，即：视觉非线性特性（Weber定律）、视觉敏感度带通和视觉多通道及掩盖效应。
图一典型的HVS模型
②基于视觉兴趣的图像质量评价方法：
基于图像内容的编码技术启示了人们对基于视觉兴趣的图像质量评价方法的研究。从视觉心理学角度，视觉是一种积极的感受行为，不仅与生理因素有关，还在相当大的程度上取决于心理因素。人们在观察和理解图像时往往会不自觉地
对其中某些区域产生兴趣，这些区域被称为“感兴趣区（ROI，RegionofInterest）”。整幅图像的视觉质量往往取决于ROI的质量，而不感兴趣区的降质有时不易觉察。现实生活中人们由于文化背景、周围环境以及情绪的影响，对同一幅图像的评价会产生较大偏差，但是对于图像中关注的区域却具有共性，它们集中传递了整幅图像所要表达的大部分客观信息。
基于视觉兴趣的测量方法为图像质量评价开辟了一条新路，但目前该类方法还只是处于初期研究阶段，仍有许多问题有待深入研究，例如，图像中感兴趣区如何确定；如果测试图像中包含多个感兴趣区，则如何确定这些区域的兴趣权值等。
三、结束语
图像质量的正确评价对于整体图像信息工程的发展具有十分重要的意义，可以相信，随着多媒体信息技术的高速发展，对图像质量评价的研究将越来越受到人们的重视。
在传统的融合图像质量评价方法中，存在诸如主观评价方法过于繁琐和不可重复，客观评价结果与实际图像质量不相吻合甚至相互矛盾等缺陷，且已有的评价方法多适用于相关性较强的图像融合评价，并不适用于娱乐照相领域的融合图像评价。因此，在融合图像计测方法中引入HVS特性，将传统的客观评价方法和主观评价方法有机地结合起来，是解决这一难题的有效途径，也是融合图像质量评价的发展方向
保证印刷色彩成功的几大步骤
印刷色彩在印刷中有着举足轻重的作用，为确保色彩管理的成功，必须首先遵循以下条件与工作步骤：
1．接收一个订单后必须检查以下数据：
①图像分辨率：在150lpi加网时需达到304.8dpi
②必须是标准4色印刷+可能的其他专色
③文件必须已经转换为PDF/X3标准档案格式
④所有文字已经嵌入
2.确定印版已经能够进行线性出版
印版网点须采用线性出版，文件中为50%，在印版上也应为50%。
3.为确保版调的理想转移，建议采用计算机直接出版。
4.印刷机正确调整以及标准化操作室非常重要的条件，印刷机必须依照设备的规范进行保养与设定。
5.印刷车间和纸张存储环境必须保持稳定。
放射科图像(胶片)质量评价制度
红星医院放射科
图像（胶片）质量评价制度
一、目的：规范化放射科普放、CT、MRI等检查，持续改进放射科图像质量，为影像医师及临床医师提供可靠的诊断依据，解除患者病痛。组织机构：科主任、质控小组、诊断组、技术组。
质控小组成员：XXXXXX
二、措施：
（一）月评价
时间：每月最后一个工作日抽查汇总。
人员：质量控制小组抽查，科主任负责核对、监督。
方法：抽查技术组每人10份，其中平片、CT、MRI各3份，全景口
腔1份，如部分检查当月未参与可替换成其他检查。
标准：《放射科检查规范》
整改：发现个人问题及时通知相关人员改正。对多发问题形成规范，
组织讲课学习。
奖惩：月评价结果是绩效考核重要标准。
记录：技术组图像质量评价表。质控小组负责记录。
（二）月讲课
时间：每月第二个整周的周三中午，教学室进行。
人员：所有技术组及质控小组值班人员。
方法：讲课内容包括设备的维护、操作保养，新技术展望，放射科新
技术应用，后处理技术，检查规范，常见检查错误。
质控小组或诊断组医师在讲课结尾进行解剖教学。
标准：提前2周上交课件，进行审核、修改。讲课评分参照《放射科
讲课评分制度》。
考核：进行课间提问，如需要可进行考试。
记录：技术组讲课记录本。讲课人负责记录。
（三）早交班
时间：工作日周二、周四，读片室。
人员：下夜班技师进行交班。所有技术组及质控小组值班人员参加。方法：抽查前一日检查图像平片、CT、MRI全景口腔各3份。标准：《放射科检查规范》
整改：现场提问问题及时整改。
记录：技术组早交班记录本，详细记录问题及整改意见。交班人负责
记录。
（四）日常工作
当班技师自查：当班技师严格按照相关规范操作设备、进行相关检查。图像不合格应重新投照。投照结束后上传合格图像。
打片技师复查：打片技师对上传图像进行复查。不合格图像应指导当班技师投照。将合格图像打片。
诊断医师检查：从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，医师与技术人员沟通，提出改进建议。
三、绩效考核
（一）图像评价结果做为个人年终考评、履职考核、职称晋升的重要参考材料之一。
（二）月评价结果记录到人，并与当月绩效挂钩，考核评分指标：
1）、工作量占绩效70%；
2）、图像质量占绩效30%；
3）、医德医风、劳动纪律10%。
（三）月评价评分标准
图像质量：满分100分，月评价得分与月奖金挂钩，按分数比例扣除当月图像质量绩效。
评分标准：按甲级片占抽查图像的比例分为优≥98％、良≥95％、可≥90％、差≤90％四个等级。
优不扣分，良扣2分，可扣5分，差扣10分。
丙级片、废片每份另扣1分。
设备完好率＜95%另扣1分
当月有讲课且讲课质量评分为90分以上的加5分。
XX医院
2017-04-30
图像融合质量评价方法的研究
第12A期2004年12月电子学报ACTAELECTRONICASINICAVol.32No.12A
Dec.2004
图像融合质量评价方法的研究
胡良梅,高隽,何柯峰
(合肥工业大学计算机与信息学院图像信息处理研究室,安徽合肥230009;中科院合肥分院智能机械研究所,安徽合肥230031)
摘要:建立通用的图像融合质量评价标准是目前图像融合中急需解决的问题之一,本文在分析现有图像融合质量评价方法特点的基础上,讨论了一种新的结合主观和客观因素的图像融合质量评价方法.该方法无需理想图像,同时充分考虑了人类视觉系统的特性,可以为不同场合下选择不同的算法提供依据.对多类图像的不同融合算法的质量评价结果表明该方法是一种实用的、有效的、通用的图像融合质量评价方法.
关键词:图像融合;图像质量评价;人类视觉系统
中图分类号:TP391文献标识码:A文章编号:0372-2112(2004)12A-218-04
ResearchonQualityMeasuresforImageFusion
HULiang-mei,GAOJun,HEKe-feng
(InstituteofComputerandInformation,HefeiUniversityofTechnology,Hefei,Anhui230009,China;InstituteofIntelligentMachines,ChineseAcademyofSciences,Hefei,Anhui230031,China)
Abstract:Howtouniversallymeasurethequalityoffusedimageisoneofthemostimportantproblemsinimagefusion.Thispaperanalysesthemeasuresoffusedimagequalityinexistence,thenpresentsanewevaluationoffusedimage,whichcombinesobjec-tiveandsubjectivefactors.Inaddition,itconsidersthecharacteristicsofhumanvisualsystemwithoutreferenceimageandcanbeusedtochoosethebestalgorithminimagefusionapplications.Theexperimentsofdifferentkindsofimagesandimagefusionalgorithmsdemonstratethatitisapractical,effective,anduniversalmeasureofqualityoffusedimage.
Keywords:imagefusion;qualitymeasureforimage;humanvisualsystem
多主观因素影响评价结果.同时,由于图像融合往往作为特定任务的预处理部分,因而融合性能的评价取决于能否提高后续任务的性能.这就需要研究通用的,主观与客观因素相结合的图像融合质量的评价准则,使计算机能够自动选取适合当前图像的、效果最佳的算法,从而为不同场合下选择不同的算法提供依据.
本文第一部分分析比较了目前常用的图像融合质量的主观、客观评价方法,第二部分讨论了一种新的结合主观、客观因素的图像融合评价方法,第三部分对多类图像、多种融合算法的融合图像质量进行评价,第四部分是对本文的一个总结.
1引言
图像融合是指把对同一目标或同一场景经多个传感器的成像或单一传感器的多次成像进行一定的处理,生成一幅新
的图像,这幅新的图像能够准确地综合反映源图像的信息,更适合于人眼观察或计算机处理.图像融合能够提高系统的可靠性和信息的利用率,已经广泛用于军事、遥感、机器视觉和医疗诊断等领域.学术界在图像融合领域已取得了很大的成绩,图像融合方法也各种各样.但是,图像融合技术的研究还刚刚开始,有许多问题急需解决.建立通用的图像融合质量评价标准就是其中的问题之一[1~3].
当前图像融合效果的评价问题一直没有得到很好的解决,原因是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,导致选取的评价方法不同[2,14].目前评价图像融合效果的方法可分为两类,即主观的评价方法和客观的评价方法.在许多融合应用中,最终的用户都是人,人眼的视觉特性也是非常重要的考虑因素.然而在人为评价融合方法的过程中,会有很
收稿日期:2004-10-30;修回日期:2004-11-20
2目前常用的主观、客观评价方法
目前评价图像融合算法性能的方法可分为两类,即主观的评价方法和客观的评价方法.
211图像融合质量的主观评价方法
主观评价方法就是依靠人眼对融合图像效果进行主观判断.例如,找一些测试者,让他们对用不同融合算法得到的融合图像中的特定目标进行识别,测量出识别时间并统计出识别的正确率,从而判断图像融合算法性能的优劣.主观评价方
:;((No1
第12A期胡良梅:图像融合质量评价方法的研究219
法简单方便,在一些特定应用中十分可行.在美国国防部高级研究计划局资助的先进夜视系统开发计划中,研究者就是用主观评价方法来比较两种假彩色图像融合方法的好坏.由于这套系统是用来提高飞行员的夜视能力,所以主观评价方法不失为一种最佳的选择[8].
但是在人为评价的过程中有很多主观因素影响评价结果,这就需要给出客观的评价方法.212图像融合质量的客观评价方法
设源图像为A和B,R为理想融合图像,F为实际融合图像.目前常用的客观评价指标主要包括以下几种21211均方根误差
融合图像F与理想图像R的均方根误差为:
RMSE=
[1,4~7,9~12]
其中hR,F(i,j)为理想图像R和融合图像F间的归一化联合灰度直方图分布,hR(i)和hF(j)分别为两幅源图像的归一化边缘直方图分布,L为灰度级数.
分析上述图像融合质量的客观评价方法,可以看出:(1)很多指标的计算都需要理想图像,而在实际的图像融合应用问题中,往往无法获得理想图像.
(2)上述指标都是针对特定融合目的和算法的.如均方根误差、平均误差、灰度标准差三个指标都是基于统计特性的,因而比较适合提高分辨率的图像融合算法中.而熵、熵差、交叉熵、互信息四个指标都是基于信息量的,比较适合评价提高信息量的图像融合算法,如图像传输和图像特征提取等应用中.
(3)在许多融合应用中,最终的用户都是人,人眼的视觉特性也是非常重要的考虑因素,而上述指标往往无法反映人的视觉特性.
这就需要给出通用的,主观与客观因素相结合的图像融合质量的评价准则,从而使计算机能够自动选取适合当前图
.
1
[R(i,j)-F(i,j)](1)
i=1j=1
其中M和N为图像的尺寸,均方根误差越小,说明融合图像
EE与理想图像越接近.21212平均误差
两幅图像的灰度平均误差为:
1$=|R(i,j)-F(i,j)|
MNi=1j=1
各变量的定义与公式(1)中相同.
EEMN(2)
像的、效果最佳的算法,为不同场合下选择不同的算法提供依据.下面就讨论一种新的结合主观和客观因素的图像融合质量评价方法.
21213灰度标准差
设一幅图像的灰度分布为P={p(0),p(1),,,p(g),,,p(L-1)},p(g)为灰度等于g的像素数与图像总的像素
L-1
3通用的主观和客观因素相结合的图像融合评价
方法
参文[13]提出了一种通用的图像质量评价指标,并比较了几种不同失真情况下的指标评价结果,指出该指标由于能够度量两幅图像结构上的失真,因而优于传统的均方根误差评价指标,且具有通用性,适用于评价不同的图像处理过程.
如果两幅图像a,b的大小都为M*N,用a表示a的均
数的比值,L为灰度级数,且
L-1
G=0
Ep(g)=
1,则该图像的灰度统
计均值为:g=
g=0
Eg#p(g),其灰度标准差的定义为:
L-1
Rg=
度分布越分散.
21214熵
g=0
E(g-
g)2#p(g)(3)
值,R2a表示a的方差,Rab表示a和b的协方差,即
1
R=MN-1m=
2a灰度标准差反映了相对灰度均值的离散状况,标准差越大,灰
EE(a(m,n)-1n=1
MNa)2
(8)(9)
图像的熵的大小反映了图像携带信息的多少,其定义为:
L-1
1
Rab=
m=1
则可以定义评价指标
EE(a(m,n)-n=1
2
2
MNa)(b(m,n)-b)
EN=-
g=0
Ep(g)#logp(g)
2
(4)
Q0(a,b)=4Rab
Q0(a,b)可分解为三项:
Q0(a,b)=
21215熵差
两幅图像的熵差体现了图像信息量上的差异,其定义为:
$EN=|ENR-ENF|(5)其中ENF和ENR分别为融合图像与理想图像的熵.21216交叉熵
设理想图像和融合图像的概率分布分别为:P={p(0),p
(1),,,p(g),,,p(L-1)},Q={q(0),q(1),,,q(g),,,q(L-1)}交叉熵度量它们之间的信息差异,定义为:
L-1
ab((a+b)(R2a+R2b))
(10)
Rab2ab2RaRb
2
a+Rba+b2R2a+R2b
(11)
实际上,Q0(a,b)是图像a和b之间的结构化相似度的一种度量,其值在0和1之间.公式(11)中的第一项是a和b
的相关系数,第二项是平均照度失真,其值在0和1之间,第三项是对比度失真,其值也在0和1之间.
在图像处理中,通常先分块计算局部区域的Q0值,再合成一个总体指标.如采用滑动窗口的方法,先计算图像a和b中对应窗口X中的指标Q0(a,b|X),总体的指标就是这些局部指标的均值:
CEN(P,Q)=
g=0
E
p(g)#log2
p(g)q(g)
(6)
21217互信息
图像间的互信息定义为:
MI=
i=EEh
LLR,F
(i,j)#log2
hR,F(i,j)hR(i)+Fj)
(7)
Q0(a,b)=|W|-1
IWQ
(a,b|X)(12)
220电子学报
层采用绝对值最大的融合规则.
2004年
其中W是所有窗口的总和,|W|是W的集的势.
然而在图像融合问题中,由于融合图像往往是通过两幅源图像得到的.进行融合图像指标评价时,要考虑源图像a,b以及融合图像f这三者之间的关系.可以构造函数Q(a,b,f)来评价融合图像的质量[3],
Q(a,b,f)=KaQ0(a,f)+KbQ0(b,f)
Ka(X)=
s(a|X)
Kb(X)=1-Kb(X)
(13)(14)(15)
采用Q、Qw、QE三个指标对各种融合算法的图像质量评价结果如表1所示.可以看出,Laplace金字塔、对比度金字塔
以及离散小波变换的融合图像的评价指标明显比均值方法的指标高,这与对图1(c)(d)(e)(f)的主观判断评价结果一致.另外,加权的评价指标Qw和基于边缘的评价指标QE由于强调了人眼的视觉特性,因而比评价指标Q更具区分性.
表1时钟图像不同融合算法的融合质量评价结果融合算法
Q
均值0.83670.86640.6827
Laplace金字塔0.85580.93770.8424
对比度金字塔0.85420.93680.8473
离散小波变换0.81700.93240.8326
s(a|X)是源图像a中该窗口的某些显著特征,如方差、边缘信息等,即
Q(a,b,f)=|W|
-1XIW
E(K(X)Q
a
(a,f|X)
(16)
QwQE
+Kb(X)Q0(b,f|X))
公式(16)可以综合评价源图像a、b以及融合图像f之间的结构相似度.然而在Q(a,b,f)中源图像a和b中每个窗口的贡献是对等的,考虑到人类视觉系统比较重视图像中视觉感知上比较显著的区域,可以对每个窗口赋予不同的权值c(X)=max{s(a|X),s(b|X)},从而定义加权的融合质量评价指标:QW(a,b,f)=
XIW
412医学图像的不同融合算法质量评价结果比较图2(a)和(b)分别为CT和核磁共振的医学图像.图2(c)(d)(e)(f)分别为均值、laplace金字塔、对比度金字塔和离散小波变换方法得到的融合图像.其中laplace金字塔、对比度金字塔和离散小波变换都采用四层分解,各层采用绝对值最大的融合规则.
表2医学图像不同融合算法的融合质量评价结果融合方法QQwQE
均值0.78850.83400.6745
Laplace金字塔0.65620.82760.6790
对比度金字塔0.13580.46510.3397
离散小波变换0.61500.78610.6056
Ec(X)(K(X)Q(a,f|X)+
a
0XcIW
Kb(X)Q0(b,f|X))
(17)
公式(17)中,c(X)=C(X)P(
EC(Xc)).
另外还可以考虑人类视觉系统的其它特性,如对边缘信
息的敏感性,用梯度范数ac代替源图像中的灰度值a,相应的得到QW(ac,bc,fc),从而定义基于边缘的评价指标:
QE(a,b,f)=QW(a,b,f)1-A+QW(ac,bc,fc)A
(18)
公式(18)中A表示边缘图像对原始图像的贡献,其值越大,边缘图像的贡献越大.
以上三个指标Q、Qw、QE的值都在[-1,1]之间,越接近于1表示融合图像的质量越高.
4实验结果
我们用Q、Qw、QE这三个指标对多类图像的不同融合算法得到的融合图像质量进行了评价.
411多聚焦图像的不同融合算法的质量评价结果比较
对两幅多聚焦的时钟图像(如图1(a)和(b)所示)对分别采用均值、laplace金字塔、对比度金字塔和离散小波变换四种融合算法得到的融合图像进行质量评价.其中laplace金字塔、对比度金字塔和离散小波变换都采用四层分解,各
表2是采用以上三个指标对不同融合算法的融合图像质量评价的结果.从中可以看出,对于CT和核磁共振这两幅医学图像,采用最简单的均值算法得到的图像质量最高,而对比度金字塔的方法得到的图像质量最差,显然不适用于这两类图像的融合,这与对图2(c)-(f)的融合图像的主观评价结果一致.
5总结
建立图像融合质量评价标准是目前图像融合中急需解决的问题之一,通用的、结合主观和客观因素的图像融合质量的评价方法是未来研究的重点.本文分析了现有图像融合质量的主观评价方法和客观评价方法,讨论了一个新的结合主观和客观因素的图像融合质量的评价方法,该方法无需理想图像,同时充分考虑了人类的视觉特性,能够定量评价融合图像中保留了多少显著信息(如方差、对比度及边缘信息等),因而.对
第12A期胡良梅:图像融合质量评价方法的研究
大学学报,2002,28(5):512-518.
221
离散小波变换四种常用的融合算法为例进行了多类图像的融合质量评价,实验结果表明该方法得到的客观评价指标主观评价的结果是一致的,是一种实用的、有效的、通用的融合图像质量评价方法,可以为不同场合下选择不同的算法提供依据.参考文献:
[1]李树涛,王耀南,张昌凡.多传感器图像融合的客观评价与分析
[J].仪器仪表学报,2002,23(6):651-654.
[2]阳方林,郭红阳,杨风暴.像素级图像融合效果的评价方法研究
[J].测试技术学报,2002,16(4):276-279.
[3]GemmaPiella.Newqualitymeasuresforimagefusion[A].The7thIn-ternationalConferenceonInformationFusion[C].Stockholm,Sweden,June28toJuly1,2004.542-546.
[4]李玲玲,周成平,丁明跃,张天序.基于易操纵金字塔的多传感
器图像融合[J].计算机工程与应用,2003,22:24-26+41.
[5]姜庆娟,谭景信.象素级图像融合方法与选择[J].计算机工程
与应用,2003,25:116-120.
[6]钟伟才,刘静,刘芳,焦李成.基于形态学top-hat算子的多传感
器图像融合[J].电子学报,2003,31(9):1415-1417.
[7]洪靖云,张桂林,洪汉玉,杜峥.基于高频通道的图像融合算法
[J].红外与激光工程,2003,32(5):509-512.
[8]毛士艺,赵巍.多传感器图像融合技术综述[J].北京航空航天
[9]夏明革,何友,唐小明,夏仕昌.多传感器图像融合综述[J].电
光与控制,2002,9(4):1-7.
[10]吉书鹏,丁晓青.可见光与红外图像增强融合算法研究[J].红
外与激光工程,2002,31(6):518-521+544.
[11]李玲玲,周成平,丁明跃,张天序.一种基于多尺度分解的多传
感器图像融合方法[J].华中科技大学学报(自然科学版),2003,31(4):82-84.
[12]夏明革,何友,唐小明,关欣.像素级图像融合方法分类与比较
[J].火力与指挥控制,2002,27(3):1-4.
[13]ZhouWang,BovikAC.Auniversalimagequalityindex[J].IEEESig-nalProcessingLetters,2002,9(3):81-84.
[14]XydaesC,PetroviV.Objecctiveimagefusionperformancemeasure[J].
ElectronicLetters,2000,36(4):308-309.
作者简介:
胡良梅女,1974年4月出生于安徽合肥,合肥工业大学博士研究生,讲师,主要研究方向:信息融合、图像理解、智能信息处理. http://www.oh100.com/baogao .
高隽男,1963年10月出生于安徽淮南,中国科学技术大学博士,合肥工业大学教授,博士生导师,主要研究方向:图像处理与分析、模式识别与人工智能、神经网络理论及应用、光电信息处理、智能信息处理.
(上接第250页)
[8]LuR,JinZ.DomainModeling-BasedSoftwareEngineering[M].Kluwer
AcademicPublishers,2001.
[9]AFinkelsetin,JKramer,BNuseibeh,LFinkelstein,MGoedicke.View-points:Aframeworkforintegratingmultipleperspectivesinsystemde-velopment[J].InternationalJournalofSoftwareEngineeringandKnowledgeEngineering,1992,2(1),31-58.
[10]ASilva.Requirements,Domainandspecifications:Aviewpoin-tbased
approachtorequirementsengineering[A].ProceedingsofICSE02[C].Orlando,Florida,USA,May,2002.94-104.
[11]SEasterbrook,MChechik.Aframeworkformultivaluedreasoningover
inconsistentviewpoints[A].InProceedingsofInternationalConferenceonSoftwareEngineering(ICSE.01)[C].Toronto,Canada,May2001.411-420.
[12]牟克典,金芝,陆汝钤,视点合成中重叠需求的不一致优先级处
理[J].计算机学报,2004,27(10):1379-1387.
KedianMu,ZhiJin,RuqianLu.Handlinginconsistentprioritiesofoverlappedrequirementsinmergingviewpoints[J].ChineseJournalofComputers,2004,27(10):1379-1387.
[13]BNuseibeh,SEasterbrook,ARusso.Leveraginginconsistencyinsoft-waredevelopment[J].IEEEComputer,2000,33(4):24-29.[14]BNuseibeh,SEasterbrook,ARusso.Makinginconsistencyrespectable
insoftwaredevelopment[J].JournalofSystemsandSoftware,2001,58(2):171-180.
[15]AFinkelstein,DGabbay,AHunter,JKramer,BNuseibeh.Inconsis-tencyhandlinginmult-iperspectivespecifications[J].TransactionsonSoftwareEngineering,1994,20(8):569-578.
[16]GSpanoudakis,AZisman.Inconsistencymanagementinsoftwareeng-i
neering:Surveyandopenresearchissues[A].SKChang,editor.Hand-bookofSoftwareEngineeringandKnowledgeEngineering[C].WorldScientificPublishingCo.,2001.329-380.
[17]AHunter,BNuseibeh.Managinginconsistentspecification[J].ACM
TransactionsonSoftwareEngineeringandMethodology,1998,7(4):335-367.
[18]KedianMu,ZhiJin,RuqianLu.Alogicalapproachtotestingrequire-ments[A].toappearinProceedingsofIASTEDconferenceonSE05[C].Zurich,SwitzerlandACTAPress,2005.
相关文章：
下期小学班主任工作总结09-24
六年级数学下期末复习计划08-10
2017数学下期中学业水平测试08-16
最新小学数学教学工作总结10-11
下期语文教学工作总结（精选5篇）08-11
六年级下期英语教学工作计划12-13
小学数学教育教学随笔01-20
小学数学教学改进措施05-04
小学数学教学教案模板11-30
小学数学教学工作总结 15篇01-14