基于杂波尺度的坦克射手图像融合质量评价

2018-09-25姚富山李久超

现代制造技术与装备 2018年8期

齐鸥姚富山高飞李久超

（陆军装甲兵学院士官学校，长春 130117）

1 杂波尺度简介

杂波尺度在图像质量评价领域发挥着重要作用，其应用受到国内外许多专家学者的青睐。尽管如此，杂波的定义还是一个公开的难题，许多专家提出了自己的定义，但没有一种定义被普遍接受。目前，杂波的度量尺度可分为两大类，基于统计的杂波尺度和基于HVS模型的杂波尺度。基于统计的杂波尺度利用数学统计量来评价图像质量，这种杂波尺度计算简单、物理意义明确，是目前使用最广泛的杂波尺度，但基于统计的杂波尺度和人的主观感觉一致，只能用于对评价效果要求不高的场合。目前，基于统计的杂波尺度主要有：SV（Statistical Variance）杂波尺度、SSV（Silk’s Statistical Variance）杂波尺度和COM（textue Co-Occurrence Matrix）杂波尺度等。尽管POE和PS杂波尺度引入了HVS视觉特征，改善了杂波尺度的精度，但这两种方法仍有明显的不足，POE和PS杂波尺度在使用前必须测量视觉条件、估计其最优化门槛，并把这些值输入到杂波尺度评价系统中，过程非常繁琐；且由于每个用户选择的最优化门槛不同，导致不同用户对同一幅图像质量的评价结果不同，这不符合我们对客观评价尺度的要求。此外，POE和PS杂波尺度算法复杂，不容易实现。

2 颜色空间分析

2.1 RGB颜色空间

它是一种比较常见的图像处理颜色空间，是绿（G）、红（R）、蓝（B）是光谱中最常见和最基本的三种颜色，按照不同的比例把绿、红和蓝相加可以产生所有的颜色。分别用绿、红和蓝三种颜色代表RGB颜色空间的三个坐标轴，而构造成一个三维坐标的立方体式的空间结构，如图1所示。立方体的原点处为黑色，原点的对角点为白色。现在RGB颜色空间被广泛应用到图像显示和采集设备中。

RGB颜色空间是具有不均匀的颜色描述、与具体设备密切相关又不直观的立体空间。它的明显不足在于：不直观，颜色感知属性很难从RGB的值中看出来；不均匀，两种颜色感知差异不等于两个颜色点距离；依赖于硬件设备。为对RGB颜色空间的缺点进行弥补，某些颜色空间与人眼视觉特性更加符合，即被应用到彩色图像处理中。任何颜色的空间都能被RGB颜色空间转换出来。某种颜色被任何三个基色调制而成，按照三基色理论提出的要求，同一种颜色可以通过相异颜色空间的相异基色进行叠加。两种三基色颜色空间之间的转换可以利用颜色空间变换公式来完成，实现颜色在不同空间的描述和运算，这是由于任何基色都可以由其他组基色的混合来而成。

2.2 Lab*颜色空间

L*a*b*颜色空间是一个国际标准，由国际照明委员会制定，是目前公认的视觉感知最均匀的颜色空间。在该空间中，所有颜色都均匀地在该颜色空间中进行分布，它是由实验中得出的相互感知色差来决定的，这样做的目的是使人感知的颜色差异的大小和L*a*b*颜色空间中欧氏距离的大小对应起来。

3 基于目标与背景结构相似性杂波尺度

假定人类视觉系统的功能为高度自适应地从图像中抽取结构化信息，测量目标与背景的结构相似性可以有效度量图像中的杂波。基于这个假定，我们利用SSIM指标来度量图像中杂波的复杂性。在利用SSIM指标度量杂波复杂性之前，要对图像做一定的处理，以提高度量精度。

3.1 颜色空间转换

目前，图像的获取和显示大多是采用RGB颜色空间，但由于RGB颜色空间不直观、不均匀、依赖硬件设备，不利于进行坦克射手图像融合质量评价，需要将其转换至感觉不均匀的L*a*b*颜色空间。

设物体参考图像和坦克射手融合图像分别为T、F。参考图像和坦克射手融合图像在RGB颜色空间的值分别为（RT,GT,BT）和（RF,GF,BF），通过3.2节的颜色空间转换，变换到L*a*b*颜色空间为（L*T,a*

T,b*

T）和（L*

F,a*F,b*

F）。

3.2 图像的分块

为提高SSIM精度，将坦克射手融合图像分成N个子块，每个子块在SSIM指标中充当质量待评估图像，目标物体图像充当参考图像。通过计算每个子块的SSIM值，我们得到最终的结构相似度结果。由于我们利用目标背景之间的结构相似性来计算图像背景中杂波的大小，因此，我们称该尺度为目标与背景结构相似性杂波尺度TBSSCM。