自动目标识别中的图像序列质量评价方法

图像质量评价是自动目标识别(ATR)性能评估中的重要组成部分。传统的评价指标如目标信噪比(SNR)等针对的皆是单幅图像,而对于图像序列质量评价的研究尚属空白。针对该问题,该文首次提出了"帧间目标变化程度"的概念,利用其定量描述图像序列的质量。该指标融合了3部分信息:图像序列中帧间目标区纹理变化的信息,帧间目标大小变化的信息以及帧间目标位置不规律的信息。为验证所提指标的有效性,设计了用于分析"帧间目标变化程度"和ATR算法实际效果关系的实验,实验用样本为真实的目标图像序列。实验结果表明,"帧间目标变化程度"与ATR算法性能具有很强的相关性,基本呈现单调关系,是一种有效的图像序列质量评价标准。

一种新的红外目标图像质量评价方法

目标混淆度(DTC)和目标遮隐度(DTS)是两个有效的红外小目标图像质量评价指标,然而它们不能够评价大目标图像的质量。针对该问题,对两个指标的定义进行了拓展,实现了对红外小目标图像质量和红外大目标图像质量的统一描述。对于小目标图像,修正了两个指标原有的计算方法,分别体现了背景噪声引入虚警的能力和背景区域遮隐目标的能力;对于大目标图像,提出了该图像条件下两个指标的计算方法,分别体现了背景区域与目标区域的相似程度以及图像中目标信息与已知信息相比偏离的程度。理论分析和实验证明,与传统的图像质量评价标准如信噪比、杂波尺度等相比,本文方法在红外自动目标识别中的应用更为有效,其评价结果与实际情况更加吻合。