(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210134926.4 (22)申请日 2022.02.14 (65)同一申请的已公布的文献号 申请公布号 CN 114463318 A (43)申请公布日 2022.05.10 (73)专利权人 宁波大学科学技术学院 地址 315300 浙江省宁波市慈溪市白沙路 街道文蔚路521号 (72)发明人 何周燕　钟才明　骆挺　李宏　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 方亚兵 (51)Int.Cl. G06T 7/00(2017.01) G06K 9/62(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (56)对比文件 CN 113610863 A,2021.1 1.05 CN 113128517 A,2021.07.16CN 109919959 A,2019.0 6.21 CN 113034463 A,2021.0 6.25 CN 105894484 A,2016.08.24 US 2017372175 A1,2017.12.28 Guanghui Yue et al.Referenceles s Quality Evaluati on of Tone-Mapped HDR and Multiexposure Fused Ima ges. 《IEEE TRANSACTIONS ON I NDUSTRIAL I NFORMATICS》 .2020, Guanghui Yue et al.Bl ind Quality Assessment of To ne-Mapped Images Considering Colorfulness, Natural ness,and Structure. 《IE EE TRANSACTIONS ON INDUSTRIAL ELE CTRONICS》 .2019, 杜人钢.基 于统计特 征的无参 考图像质量评 价模型研究. 《中国优秀博硕士学位 论文全文数 据库(硕士)信息科技 辑》 .2020, Zhouyan He et al.Curvature and Entropy Statistics-Based Bl ind Multi- Exposure Fusi on Image Quality Assessment. 《MDPI》 .2021, 审查员 孙亚 (54)发明名称 一种多曝光融合图像的视 觉质量评估方法 (57)摘要 本发明公开一种多曝光融合图像的视觉质 量评估方法， 包括以下步骤： 提取多曝光融合图 像的结构特征； 提取所述多曝光融合图像的自然 性特征； 提取所述多曝光融合图像的色彩特征； 构建质量回归模 型， 利用所述质量回归模型对所 述结构特征、 所述自然性特征和所述色彩特征进 行聚合， 评估所述多曝光融合图像的视觉质量。 本发明充分利用MEF图像的结构性、 自然性和色 彩性， 大大提高了多曝光融合图像的视觉质量评 估的准确性。 权利要求书2页 说明书12页 附图5页 CN 114463318 B 2022.10.14 CN 114463318 B 1.一种多曝光融合图像的视 觉质量评估方法， 其特 征在于， 包括以下步骤： 提取多曝光融合图像的结构特征， 其中， 所述结构特征用于描述多曝光融合图像经过 多曝光融合 算法后的结构失真； 提取所述多曝光融合图像的自然性特征， 其中， 所述自然性特征用于描述多曝光融合 图像经过多曝光融合 算法后不自然的失真现象； 提取所述多曝光融合图像的色彩特征， 其中， 所述色彩特征用于描述多曝光融合图像 经过多曝光融合 算法后的色彩失真； 构建质量回归模型， 利用所述质量回归模型对所述结构特征、 所述自然性特征和所述 色彩特征进行聚合， 评估所述多曝光融合图像的视 觉质量； 提取多曝光融合图像的结构特 征包括： 测量所述多曝光融合图像的曝光程度， 区分曝光异常， 其中， 所述曝光异常包括曝光过 度和曝光 不足； 对所述多曝光融合图像进行处理， 获取若干伪多曝光融合图像， 计算所述多曝光融合 图像与所述伪多曝光融合图像的梯度相似图； 基于曝光图和所述梯度相似图， 获取曝光加权的梯度相似度， 所述曝光加权的梯度相 似度为： 其中，Ge为曝光加权的梯度相似度， Gs为梯度相似图， E1为曝光图； 其中，τ为高斯函数的标准方差， Iy为多曝光融合图像的归一 化像素强度； 利用NSS模型， 对所述多曝光融合图像的梯度域进行统计， 获取多曝光融合图像的结构 失真的补偿特 征； 将所述多曝光融合图像进行分块， 计算每个多曝光融合图像块的块熵值， 基于所述块 熵值， 获得熵分布特 征； 基于所述梯度相似图、 所述结构失真的补偿特征和所述熵分布特征， 获得所述多曝光 融合图像的结构特 征。 2.根据权利要求1所述的多曝光融合图像的视觉质量评估方法， 其特征在于， 测量所述 多曝光融合图像的 曝光程度， 区分曝光异常包括： 测量所述多曝光融合图像的归一化像素强度， 计算所述归一化像素强度与 预设值的距 离， 区分曝光异常。 3.根据权利要求1所述的多曝光融合图像的视觉质量评估方法， 其特征在于， 所述梯度 相似图的计算方法为： 权　利　要　求　书 1/2 页 2 CN 114463318 B 2其中，Gs为梯度相似图， G为伪多曝光融合图像梯度图， GI为多曝光融合图像梯度图， C1 为常数。 4.根据权利要求1所述的多曝光融合图像的视觉质量评估方法， 其特征在于， 提取所述 多曝光融合图像的自然性特 征包括： 将所述多曝光融合图像转换为灰度图像， 计算所述灰度图像的去均值对比度归一化系 数， 利用NSS模型对所述灰度图像的去均值对比度归一化系数进 行统计， 获得全局自然度特 征； 计算图像的亮度、 对比度的损失特征， 所述图像的亮度、 对比度的损失特征由图像强度 的均值、 标准差和熵特 征建立NSS模型得到； 基于所述图像的亮度、 对比度的损 失特征和所述全局自然度特征， 获取所述多曝光融 合图像的自然性特 征。 5.根据权利要求1所述的多曝光融合图像的视觉质量评估方法， 其特征在于， 提取所述 多曝光融合图像的色彩特 征包括： 基于所述多曝光融合图像的RGB颜色通道， 获取对色色彩空间， 计算所述对色色彩空间 的对比度能量， 获得 所述多曝光融合图像的色彩特 征。 6.根据权利要求5所述的多曝光融合图像的视觉质量评估方法， 其特征在于， 所述对色 色彩空间的对比度能量的计算方法为： 其中 ， ， 和 分别为MEF图像的红绿通道和黄蓝通道 ； ， 为校正和归一化所有滤波器响应的对比增益， 为 噪声阈值， 为 的最大值， 为色彩通道的梯度， Px为沿水平方向的Prewitt算 子，Py为沿垂直方向的Prew itt算子。 7.根据权利要求1所述的多曝光融合图像的视觉质量评估方法， 其特征在于， 构建所述 质量回归 模型时， 采用随机森林算法。权　利　要　求　书 2/2 页 3 CN 114463318 B 3