灰度圖像彩色化的效果評價(jià)研究*

李偉偉，楊風(fēng)暴，安 富

(中北大學(xué) 信息與通信工程學(xué)院，山西 太原 030051)

灰度圖像彩色化處理是一種重要的圖像增強(qiáng)方法，尤其是紅外圖像的彩色融合與增強(qiáng)已成為研究的熱點(diǎn)問題之一［1］。對于圖像彩色化的效果評價(jià)目前尚沒有較好的、被廣泛接受的方法［2］。

灰度圖像經(jīng)過彩色化后，通常首先和原始的灰度圖像進(jìn)行比較分析，其次再對彩色化圖像之間進(jìn)行比較，可更好地研究不同的彩色化算法。因此本文按彩色化圖像與原圖像的比較和彩色化圖像之間的比較兩種情況來研究灰度圖像的彩色化效果評價(jià)方法。

1 評價(jià)方法

目前圖像質(zhì)量的評價(jià)方法可分為兩類，即主觀評價(jià)方法和客觀評價(jià)方法。人眼是圖像觀測的最后一個(gè)環(huán)節(jié)，許多情況下，灰度圖像彩色化的效果采用人眼觀察的主觀評價(jià)方法。主觀方法雖然簡單、快捷，適用面寬，但存在一定的隨意性和局限性，不能進(jìn)行精細(xì)比較?；叶葓D像之間比較的客觀評價(jià)參數(shù)較多，但是彩色化后的圖像還沒有標(biāo)準(zhǔn)的客觀評價(jià)參數(shù)，所以彩色化效果的客觀評價(jià)具有必要性和可行性，更為重要［3］。下面從主觀和客觀兩方面展開研究。

2 主觀評價(jià)

灰度圖像彩色化的一般目的是利用豐富的顏色對比信息將灰度圖像包含的內(nèi)容更有效地顯示出來，給人眼以舒服感和真實(shí)感，以便于對圖像的觀察、識(shí)別和理解。根據(jù)人眼的視覺特點(diǎn)，彩色化圖像和原灰度圖像之間的主觀比較評價(jià)，主要從顏色對比度、舒服感、自然感等方面進(jìn)行。對同一灰度圖像經(jīng)過不同算法處理后得到的不同彩色化圖像進(jìn)行比較評價(jià)，一般情況下也從顏色對比度、舒服感、自然感等方面按照表1 打分評價(jià)，但這種情況下，可比性更強(qiáng)一些，建議采用百分制以便更精確地反映彩色化效果。另外當(dāng)這三個(gè)方面區(qū)分不大時(shí)，還可以增加偏愛度的指標(biāo)。因?yàn)閷τ陬伾珜Ρ刃Ч?、舒服感和自然感相近的不同顏色方案顯示彩色圖像，不同的人的偏愛程度是不一樣的［4］。使用偏愛度指標(biāo)時(shí)，一定是在前三個(gè)指標(biāo)均區(qū)別不大時(shí)再使用，其他參照表1 分五檔(很喜歡、喜歡、一般、不喜歡、很不喜歡)來量化打分。

表1 主觀評價(jià)表

3 客觀評價(jià)

3.1 彩色化圖像與原灰度圖像的比較評價(jià)

客觀評價(jià)一般從彩色化后的圖像顏色對比信息、目標(biāo)背景對比度等方面進(jìn)行，評價(jià)時(shí)要采用一些可量化的、與人的主觀性無關(guān)或相關(guān)很小的評價(jià)指標(biāo)來描述。由于灰度圖像經(jīng)過彩色化后的圖像與原圖像分屬于不同類型的圖像，灰度圖像的像素取值是標(biāo)量，彩色化圖像的像素取值是三維矢量，因而下面從三個(gè)方面研究評價(jià)參數(shù)。

3.1.1 基于灰度圖像參數(shù)延伸至彩色圖像的評價(jià)參數(shù)

該類參數(shù)主要是將評價(jià)灰度圖像信息的一些參數(shù)(如熵、清晰度等)推廣到彩色圖像，然后進(jìn)行比較。

(1)熵［5］

熵是衡量圖像信息豐富程度的一個(gè)重要指標(biāo)。如果圖像的熵越大，說明圖像的信息量越多。對于一幅灰度圖像P，可以認(rèn)為其各元素的灰度值是相互獨(dú)立的樣本，則這幅圖像的灰度分布為p={p1，p2，…，pi，…，pn}，pi為灰度值等于i的像素?cái)?shù)與圖像總像素?cái)?shù)之比，n為灰度級總數(shù)。公式為:

式(1)中對數(shù)的底為2 時(shí)，熵的單位為比特(bit)。

彩色圖像的熵是將彩色圖像三個(gè)頁面作為整體，一個(gè)點(diǎn)三個(gè)頁面像素值設(shè)為(ri，gi，bi)，pi為像素值等于(ri，gi，bi)的像素?cái)?shù)與圖像總像素?cái)?shù)之比。按照熵的公式(1)進(jìn)行計(jì)算即得到彩色圖像的熵。

(2)清晰度［5］

清晰度反映圖像質(zhì)量的改進(jìn)，同時(shí)還反映出圖像中微小細(xì)節(jié)反差和紋理變換特征。圖像清晰度的值越大，說明圖像的效果越好。在彩色圖像中，R、G、B 三個(gè)頁面整體考慮，即:

Δrx(i，j)，Δgx(i，j)，Δbx(i，j);Δry(i，j)，Δgy(i，j)，Δby(i，j)分別為三個(gè)頁面沿x和y方向的差分。

(3)目標(biāo)背景對比度［6］

目標(biāo)背景對比度越大，說明圖像更便于目標(biāo)識(shí)別。彩色圖像的目標(biāo)對比度是三維矢量，取其模與灰度圖像的目標(biāo)背景對比度進(jìn)行比較。

3.1.2 基于彩色化圖像退化的評價(jià)參數(shù)

由于灰度圖像之間的比較具有許多有效的評價(jià)參數(shù)(如熵、調(diào)和熵、標(biāo)準(zhǔn)偏差、清晰度、多向粗糙度等)［6］，將彩色化圖像采用HIS、YUV、YIQ、lαβ 等顏色空間變換的辦法提取亮度分量與原灰度圖像比較。若參數(shù)值不劣于原灰度圖像，由于彩色化圖像還有彩色分量，這樣也能說明彩色化處理的效果。但是如果彩色化圖像亮度分量的參數(shù)值劣于灰度圖像的參數(shù)值，則該方法就不能很好說明彩色化的效果，因此在確定具體參數(shù)時(shí)，要注意選擇。

3.2 彩色化圖像之間的比較評價(jià)

彩色化圖像之間的評價(jià)屬于同類型的圖像進(jìn)行比較，則更易實(shí)現(xiàn)，評價(jià)結(jié)果更為有效，從三方面研究相應(yīng)的評價(jià)參數(shù)。

3.2.1 基于彩色化圖像參數(shù)延伸的評價(jià)參數(shù)

彩色圖像之間的評價(jià)可以采用灰度圖像延伸至彩色圖像的評價(jià)參數(shù)(熵、清晰度、目標(biāo)背景對比度)進(jìn)行直接比較;也可以分別對三個(gè)頁面的參數(shù)值進(jìn)行比較，或是對三個(gè)頁面的參數(shù)值進(jìn)行求和比較。

3.2.2 基于彩色化圖像顏色比較的評價(jià)參數(shù)

彩色化圖像之間可采用顏色數(shù)目進(jìn)行評價(jià)，若是評價(jià)圖像之間的顏色數(shù)目相差較大，則顏色數(shù)目較多的圖像更易展現(xiàn)圖像的細(xì)節(jié)信息，彩色化的效果較好;若是評價(jià)圖像之間的顏色數(shù)目相差較小，彩色化的效果難以用顏色數(shù)目來說明，則此評價(jià)參數(shù)不宜適用。

由于人眼往往是采用局部對照的辦法，這樣對比性才比較強(qiáng)［7］，鑒于此，采用局部顏色分辨力的大小來說明彩色化的效果。局部顏色分辨力是指將圖像分成若干小的區(qū)域，每個(gè)區(qū)域單獨(dú)求分辨力，然后再把各個(gè)區(qū)域的分辨力累加起來。

設(shè)圖像f的長寬分別是M、N，分成的每個(gè)小塊g的長寬分別是m、n，其中:

又設(shè)p=1，2，3，…，P，q=1，2，3，…，Q，則圖像塊g(p，q)的顏色分辨力R(p，q)，整幅圖像的局部顏色分辨力為:

3.2.3 基于顏色空間變換的評價(jià)參數(shù)

顏色空間是進(jìn)行顏色信息研究的理論基礎(chǔ)，常用的顏色空間有RGB、YUV、YIQ、lαβ、HIS、HVS 等。在不同的顏色空間中，HIS、HVS(色調(diào)、飽和度、亮度)顏色空間是基于人的心理感知角度建立的，YIQ、YUV 與lαβ 顏色空間很大程度分開了彩色圖像中的亮度信息與顏色信息［8］，然而YUV 顏色模型中U、V 兩個(gè)彩色分量表示色差，色差信息不適合評價(jià)說明彩色化的效果。因此將彩色圖像轉(zhuǎn)換到RGB、YUV、YIQ、lαβ、HIS、HVS 空間，對其三個(gè)頁面進(jìn)行統(tǒng)計(jì)特性(均值、方差等)評價(jià)。

3.3 客觀評價(jià)參數(shù)的選擇

對于灰度圖像彩色化的效果評價(jià)，首先選取參數(shù)延伸的評價(jià)參數(shù)進(jìn)行比較，若參數(shù)值相差較小，則可通過顏色評價(jià)參數(shù)來判定圖像質(zhì)量的優(yōu)劣。在彩色化圖像與原灰度圖像評價(jià)中還可以采用彩色化圖像退化的評價(jià)參數(shù)，彩色化圖像之間則采用空間變換的評價(jià)參數(shù)。不同的評價(jià)參數(shù)有不同的特點(diǎn)，實(shí)際應(yīng)用中應(yīng)根據(jù)彩色化的效果具體來選取。

4 結(jié)束語

建立灰度圖像彩色化的效果評價(jià)是目前圖像彩色融合和增強(qiáng)中急需解決的問題之一，實(shí)用的圖像質(zhì)量評價(jià)方法和參數(shù)是研究的重點(diǎn)。本文為此研究一種實(shí)用的、有效主觀評價(jià)方法和客觀評價(jià)參數(shù)，對灰度圖像彩色化的效果進(jìn)行評價(jià)，可以為彩色化算法的優(yōu)化和選擇提供依據(jù)。

［1］荊紹威.多波段圖像仿生假彩色融合技術(shù)研究［D］.中北大學(xué)碩士學(xué)位論文，2009.

［2］Yin Chen，Zhiyun Xue，Rick S.Blum.Theoretical of an Information-based Quality MMeasure for Image Fusion［J］.Information Fusion，2008，9(2):161－175.

［3］李文娟.基于視覺特性的彩色圖像質(zhì)量評價(jià)研究［D］.吉林大學(xué)碩士學(xué)位論文，2006.

［4］徐海松.顏色信息工程［M］.杭州:浙江大學(xué)出版社，2005:35－38.

［5］陽方林，郭紅陽，楊風(fēng)暴.像素級圖像融合效果的評價(jià)方法研究［J］.測試技術(shù)學(xué)報(bào)，2002，16(4):276－279.

［6］楊風(fēng)暴，倪國強(qiáng)，荊紹威.紅外中波細(xì)分圖像的小波包變換融合［J］.紅外與毫米波學(xué)報(bào)，2008，27(4):275－279.

［7］冷敏，楊風(fēng)暴，齊偉.基于人眼中心－環(huán)繞對抗受域神經(jīng)網(wǎng)絡(luò)的紅外中波細(xì)分圖像的融合［J］.紅外技術(shù)，2009，31(7):403－406.

［8］李申燕.圖像顏色遷移技術(shù)的研究［D］.中北大學(xué)學(xué)位論文，2009.