买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于随机森林的红外仿真图像质量评价方法，主要解决现有技术缺乏客观评判标准，忽略人类视觉特征，导致红外仿真图像质量评价结果与人类主观感知不一致的问题。本发明的实现步骤为：获取红外仿真图像；分别提取红外仿真图像的像素亮度特征、结构特征、形状特征、纹理特征；使用随机森林回归器进行训练预测。本发明的红外仿真图像质量评价结果，更加符合人眼的视觉感知，评价结果更为准确。本发明可广泛应用于红外图像处理技术领域。

主权项：1.一种基于随机森林的红外仿真图像质量评价方法，其特征在于，将像素亮度、图像结构、图像纹理、图像形状四个特征组成训练集，利用训练好的随机森林模型对红外仿真图像质量进行评价；该方法的具体步骤包括如下：步骤1，采集红外图像，并将所采集的红外图像进行仿真，得到红外仿真图像；步骤2，利用峰值信噪比公式，计算红外图像与红外仿真图像的峰值信噪比值，将该峰值信噪比值作为红外仿真图像的像素亮度特征；步骤3，利用结构相似性公式，计算红外图像与红外仿真图像的结构相似度，将该结构相似度值作为红外仿真图像的结构特征；步骤4，提取红外仿真图像的形状特征：步骤4.1，利用Hu特征不变矩公式，计算红外图像形状的7个Hu特征不变矩值，将7个Hu特征不变矩值组成形状特征向量；步骤4.2，利用Hu特征不变矩公式，计算红外仿真图像形状的7个Hu特征不变矩值，将7个Hu特征不变矩值组成形状特征向量；步骤4.3，计算红外仿真图像与红外图像形状特征向量之间的欧式距离，将该欧式距离作为红外仿真图像的形状特征；步骤5，提取红外仿真图像的纹理特征：步骤5.1，利用Gabor变换公式，计算红外图像的纹理特征向量；步骤5.2，利用Gabor变换公式，计算红外仿真图像的纹理特征向量；步骤5.3，计算红外仿真图像与红外图像的纹理特征向量之间的欧式距离，将该欧式距离作为红外仿真图像的纹理特征；步骤6，生成训练集：步骤6.1，从含有红外仿真目标的红外仿真图像数据库随机选取200个图像组成一个样本集，每个样本中包含一幅红外仿真图像、一幅与该红外仿真图像对应的红外图像和质量评价值；步骤6.2，采用与步骤2至步骤5的相同处理方法，从样本集中提取每个样本中的一幅红外仿真图像及其对应红外图像的特征，得到每幅红外仿真图像的图像像素亮度、图像结构、图像纹理、图像形状四个特征；将样本集中的每幅红外仿真图像的四种特征组成该红外仿真图像的特征集；步骤6.3，将样本集的特征集和特征所对应图像的质量评价值组成训练集；步骤7，将训练集输入到随机森林模型中，利用随机森林算法，对训练集进行训练，得到训练好的随机森林回归器模型；步骤8，对红外仿真图像的质量进行评价：步骤8.1，采用与步骤2至步骤5的相同处理方法，得到待评价的红外仿真图像的图像像素亮度、图像结构、图像纹理、图像形状四个特征；步骤8.2，将四个特征值同时输入到随机森林模型中，利用随机森林算法，获得待评价的红外仿真图像的质量评价值。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于随机森林的红外仿真图像质量评价方法