论文研究-可见光与红外灰度融合图像感知对比度客观评价 .pdf

可见光与红外灰度融合图像感知对比度客观评价的研究聚焦于图像质量评估的科学方法，特别是对于双波段灰度图像的融合效果。此领域的应用前景广泛，尤其是在夜间侦察、夜间驾驶辅助、安全监控等需要高对比度及细节信息的场合。传统的图像对比度客观计算模型通常没有充分考虑人眼视觉特性，导致模型预测结果与人眼实际感受之间存在偏差。为了解决这一问题，研究人员提出了一种基于各向同性局部对比度计算模型并结合人眼亮度掩盖特性的图像感知对比度客观评价模型。 该研究的核心在于，图像对比度不仅仅是图像的简单数值度量，它应该反映出人眼对亮度变化的敏感度和掩盖效应。亮度掩盖效应是指在人眼感知过程中，一个明亮区域的亮度会遮蔽相邻较暗区域的亮度，从而影响人眼对暗区域的细节识别。因此，考虑亮度掩盖特性对于实现图像质量的准确评估至关重要。 研究者使用了模拟的灰度图像和15组真实场景融合图像的对比度评价数据来验证他们的模型。这些数据包括了人眼主观评价实验得分，以确保所提模型的评价结果与人眼感受的匹配度。实验结果显示，新提出的图像感知对比度模型相比于传统的四种经典对比度客观评价模型，其评价结果更加符合人眼视觉感受。这意味着新模型能更有效地评价双波段灰度融合图像的感知对比度。 该研究主要关键词包括灰度融合、图像对比度、客观模型以及人眼视觉特性。其中，“灰度融合”是指将不同波段（如可见光与红外光波段）的图像数据进行融合处理的技术。这些图像融合技术能够综合各个波段的信息，提升图像的整体质量，为后续的图像分析和处理提供更为丰富的数据支持。在灰度融合过程中，图像对比度是一个核心的质量指标，它直接关系到图像信息的可读性和目标检测的效率。 此外，研究还提到了中图分类号A，表明该研究可能属于工程技术领域中图像处理或计算机视觉的某个子类。 本研究的贡献在于改进了图像对比度的客观评价方法，使其更加贴合人眼视觉特性，以期达到更加准确地评估图像质量的目的。这项研究对于图像融合技术的研究和相关设备的应用有着重要的指导意义，特别是在那些对图像质量有着严苛要求的领域，如军事侦察、无人驾驶汽车、监控等。通过科学地评估图像质量，相关技术能够得到更加合理和有效的应用。