可见光红外彩色融合图像感知清晰度评价模型：提升主观评价一致性

本文档深入探讨了"可见光与红外彩色融合图像感知清晰度评价模型"这一关键领域。随着夜视技术的发展，如何提高彩色融合图像的质量并准确地评估其视觉效果，特别是在低光照或夜间环境中，已经成为研究的热点。本文的作者们，来自北京理工大学光电学院的高绍姝、金伟其等人，针对这一问题提出了创新的模型。 首先，他们基于人眼的对比度敏感函数模型，这一模型模拟了人类视觉系统在不同频率上的响应特性，以抑制图像中对人眼来说不那么敏感的高频和低频成分，从而更精确地模拟人眼在实际观察中的视觉行为。接着，他们进一步发展了局部频带对比度模型，并结合了人眼的亮度掩模特性，构建出感知对比度模型。这个模型旨在模拟人眼在识别图像细节和边缘时的主观感受，这些区域通常是我们感知清晰度的重要部分。 通过在融合图像的人眼兴趣区域（即细节和边缘区域）计算感知对比度，该模型能够量化图像的清晰度。与现有的五种彩色图像清晰度评价模型相比较，新提出的感知清晰度模型更注重人眼视觉特性的考虑，因此其结果与人的主观评价更为一致。这表明，该模型能够提供一种客观且有效的工具，用于评估彩色融合图像在实际应用中的清晰度。 研究还得到了国家自然科学基金项目、总装十二五重点预研项目以及总装备部武器装备技术基础项目的资助，体现出这一领域的研究不仅理论性强，而且具有实际应用价值。作者高绍姝作为博士研究生，其电子邮件地址为ｇａｏｓｈàｏｓｈｕ＠ｙａｈｏｏ．ｃｎ，而金伟其是通讯联系人，其邮箱为ｊｉｎｗｑ＠ｂｉｔ．ｅｄｕ．ｃｎ。 总结来说，这篇研究论文的核心贡献在于开发了一种新的评价框架，它更好地模拟了人眼对可见光与红外彩色融合图像的感知，从而提高了图像质量评估的精度和主观性。这对于提升彩色夜视设备的用户体验以及在安防、军事等领域的应用具有重要意义。