图像融合网络的通用评估指标

于 2024-03-14 16:50:23 发布
阅读量1.9k 收藏 32
点赞数 21
分类专栏： 老猪笔记 文章标签： 图像处理 论文笔记 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_49016094/article/details/136712567
版权

目录

总览

在这里插入图片描述

基于信息熵的指标

信息熵(entropy, EN)

表示图像中包含的信息量，L 为灰度级数, Pl为融合图像中对应灰度级的归一化直方图。EN 越高,意味着融合图像包含的信息越丰富
在这里插入图片描述

互信息(mutual information, MI)

用于度量从源图像转移到融合图像的信息量，第一项和第二项分别表示从两张源图转移到融合图像的信息
在这里插入图片描述
其中MIX,F的表达式如下（X代表A或B），PX(x) 和 PF(f) 分别表示源图像 X和融合图像 F 的边缘直方图, PX,F(x,f) 表示源图像与融合图像的联合直方图。融合图像的 MI 越高,意味着相应的融合算法从源图像中转移到融合图像中的信息越多
在这里插入图片描述

特征互信息 (feature mutual information, FMI)

度量从源图像中传输到融合图像的特征信息的量，Ahat，Bhat，Fhat分别表示源图像 A、B 和融合图像F的特征图。FMI 越高，意味着更多的特征转移到了融合图像中。
在这里插入图片描述

峰值信噪比 ( peak signal-to-noise ratio, PSNR)

表征融合图像中峰值功率与噪声功率的比值,能够从像素层面反映融合过程中的失真情况，较大的 PSNR 意味着融合过程中失真较小,即融合图像越接近源图像
在这里插入图片描述
r 表示融合图像的峰值, MSE 表示均方误差
在这里插入图片描述
在这里插入图片描述

基于边缘信息的指标( QAB/F)

测量从源图像转移到融合图像的边缘信息，QX,F(i,j) 表示融合图像中保留的源图像X中的边缘信息,并且QX,F(i,j) = QX,Fg(i,j) QX,Fa(i,j) 。QX,Fg(i,j) 和 QX,Fa(i,j) 分别表示 (i,j) 处保留的边缘强度和方向。 在QAB/F度量中通常使用Sobel 边缘算子来计算边缘强度和方向。 wX 表示每幅源图像对融合图像的重要性(权重)
在这里插入图片描述

基于伪影的指标(NAB/F)

在这里插入图片描述
其中AM(i,j)表示图像伪影位置，即如果融合图像中某处的边缘强度比源图像中相应位置处的都强,则判定为伪影
在这里插入图片描述

基于图像特征的指标

平均梯度( average gradient,AG)

融合图像的 AG 较高,意味着包含更加丰富的梯度信息
其中▽Fx(i,j) = F(i,j) - F(i + 1,j),▽Fy(i,j) = F(i,j) - F(i,j + 1)
在这里插入图片描述

空间频率(spatial frequency,SF)

类似于 AG,是通过测量融合图像的梯度分布揭示融合图像的细节和纹理信息，更高的 SF 意味着更加丰富的边缘和纹理细节
在这里插入图片描述
RF表示行频率
在这里插入图片描述
CF表示列频率
在这里插入图片描述

标准差(standard deviation,SD)

反映融合图像的对比度及分布,μ 表示融合图像的均值。具有更高 SD 的融合结果具有更好的对比度
在这里插入图片描述

基于相关性的指标

相关系数( correlation coefficient, CC)

测量融合图像与源图像的线性相关程度的指标，CC 越高,意味着融合图像与源图像越相似
在这里插入图片描述
其中r(X,F)表达式如下，X拔表示源图像X的均值
在这里插入图片描述

非线性相关系数(nonlinear correlation coef-ficient,NCC)

NCC 越高,表示融合图像与源图像的非线性相关程度越高
在这里插入图片描述
si 是第 i 个秩中样本分布的数量, b 表示秩的总数, S 表示样本对的总数
在这里插入图片描述

差异相关性总和( sum of correlation differ-ences, SCD)

测量融合图像与源图像的差异来表征融合算法优劣，DX,F 表示融合图像 F 与源图像 X 的差分图像。 SCD 越高,意味着融合图像包含源图像中的信息越丰富
在这里插入图片描述

基于图像结构的指标

结构相似性度量( structural similarity indexmeasure, SSIM)

对融合过程中的信息损失和失真进行建模，并以此反映融合图像与源图像之间结构相似性，SSIM越大,说明融合图像越接近源图像,即融合过程中的信息丢失和失真越小
在这里插入图片描述
SSIM 由相关性损失、亮度和对比度失真三部分构成。x 和 f分别表示源图像和融合图像在一个滑动窗口内的图像块，σxf表示源图像与融合图像的协方差, σx 和 σf 分别表示源图像和融合图像的标准差, μx 和 μf 分别表示源图像和融合图像的均值，C1、C2 和C3 是用来防止除数为零的常量
Alt

多尺度结构相似性度量(multi-scale struc-tural similarity index measure,MS-SSIM)

在SSIM 基础上,结合多尺度下的结构相似度综合评估融合图像失真情况
在这里插入图片描述
在这里插入图片描述

基于人类感知的指标

视觉保真度(visual information fidelity,VIF)

基于自然场景统计和人类视觉系统(human visionsystem,HSV)量化融合图像 F 与源图像 X 之间共享的信息量的指标，VIF 越高,意味着融合结果越符合人类视觉感知
在这里插入图片描述

人类视觉感知(QCB)

基于人类视觉系统衡量融合图像与源图像中主要特征的相似性的指标，QCB越大,意味着融合图像保留了源图像中更多的信息
在这里插入图片描述
WA,F(i,j) 和WB,F(i,j) 表示从源图像 A 和 B中转移到融合图像 F 的对比度, βA和βB分别代表WA,F(i,j) 和WB,F(i,j) 的显著图

小结

在上述指标中,EN、MI、FMI、PSNR、 QAB/F、AG、SF、SD、CC、NCC、SCD、SSIM、MS-SSIM、VIF 和 QCB均为正向指标,即指标越高意味着越好的融合性能;而NAB/F为逆向指标,即指标越低意味着越好的融合性能，上述指标的 MATLAB 实现已开源至Github

老猪心飞扬
关注
  • 21
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
最全图像融合评估指标.zip
08-31
该压缩包用于评估融合图像的各项指标对应于博客 《图像融合评估指标》 以及《红外和可见光图像融合文章整理》，具体细节可以参考以上博客，建议初次接触的朋友调试main_easy.m文件，想要批量测试不同融合算法的话可以调试mian.m文件。
图像融合评价指标.zip
07-23
图像客观评价指标文件
图像融合评价指标， 多聚焦
09-18
图像融合评价指标： 信息熵（IE）、标准差（STD）、对比度（CON）、空间频率（SF）、平均梯度（AG）及 Piella 基于结构相似性的两个指标 QW与 QE等
基于Matlab实现图像融合评价标准13项指标（源码+图片+说明文档+报告）.rar
04-15
1、资源内容：基于Matlab实现图像融合评价标准13项指标（源码+图片+说明文档+报告）.rar 2、适用人群：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业或毕业设计，作为“参考资料”使用。 3、更多仿真源码和数据集下载列表（自行寻找自己需要的）：https://blog.csdn.net/m0_62143653?type=download 4、免责声明：本资源作为“参考资料”而不是“定制需求”不一定能够满足所有人的需求，需要有一定的基础能够看懂代码，能够自行调试，能够自行添加功能修改代码。由于作者大厂工作较忙，不提供答疑服务，如不存在资源缺失问题概不负责，谢谢理解。
图像融合评价标准13项指标
12-03
图像融合评价标准13项指标，matlab源代码，用于图像融合后关键指标的测试
matlab图像处理（图像融合，图像加密等）的性能评价指标：平均梯度，边缘强度，信息熵，灰度均值，标准差，均方根误差，峰值信噪比
05-04
图像处理（图像融合，图像加密等）的性能评价指标集包括：平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，交叉熵(cross entropy)，相对标准差。(Image processing，average gradient, edge strength, information entropy, gray mean, standard deviation (variance (MSE), are root mean square error, peak signal to noise ratio (PSNR), spatial frequency (SF), the sharpness of the image, the mutual information (MI), similar to the structure of (SSIM) and cross entropy (cross entropy). The relative standard deviation
图像融合评价方式
weixin_45718019的博客
03-11 4963
图像融合评价方式可以笼统的分为主观评价以及客观评价，其中客观评价又分为基于统计特征的方法以及基于参考图像的方法。 1.主观评价 主观评价法就是依靠人眼来主观评估融合图像的质量的方法。这种方法简单、直观，对明显的图像信息可以进行直观、快捷的评价，在一-些特定应用中是十分可行的。但是,图像的视觉质量主要取决于观察者，这便会产生主观性强、片面、可重复性差等缺点。而且当观测条件变化时，评定的结果有可能会产生差异。因此，主观评价法需要与客观的定量评价的标准结合来对融合图像进行综合评价。 2.客观评价 1.基于统计特征
数字图像融合相关评价指标
qq_43415360的博客
03-30 6639
数字图像融合相关评价指标 数字图像融合质量评价指标：标准差、平均梯度、边缘强度、空间频率、信息熵、交叉熵、互信息、结构相似度等。 -----------------这里只罗列部分代码哦----------------------- 有关于详细论文如下：添加链接描述 1、标准差：标准差用于表述像素灰度值的离散程度，可以反应图像细节信息的丰富程度，值越大表示，细节越丰富。 2、平均梯度：平均梯度用于表征图像的清晰程度，计算的结果值越大，表明融合图像越清晰。 //这里是MATLAB代码！ function out
图像融合中常见评估参数
最新发布
weixin_69464301的博客
01-07 961
为A和B的协方差，C1和C2分别为图像A和图像B的常数。结构相似度指数是评价图像A和图像B相似度的指标，主要研究图像结构信息的变化与图像感知失真之间的关系。峰值信噪比主要评价图像的有效信息与噪声的比值，可以反映图像失真程度，反映融合后图像的质量。均方误差反映了融合图像与参考图像之间的差异，是基于像素误差的图像质量的客观评价指标。互信息是衡量图像A和图像B灰度分布相似性的指标，从图像直方图中可以得到灰度分布的概率。为图片的灰度分布，Xi为组合图像中对应灰度级的归一化直方图。分别为图像A和B的平均强度，
图像处理之图像质量评价指标PSNR(峰值信噪比)
热门推荐
qq_44111805的博客
11-03 7万+
3、对于以上提出的三种方法，不论使用哪种方法计算PSNR都无所谓，只要保持实验部分都使用同一种方法即可。1、对于RGB图像计算的PSNR值最小，两个方法计算的灰度图像的PSNR基本一样，对于YCbCr图像的Y通道的PSNR值最大。2、注意每次运行主函数main.m文件，输出的PSNR值都会有细微差别，可以对比上下两张图。，可以与上方得到方差为0.001的PSNR结果。4、仅以高斯噪声的参数为讨论，我们将主函数main.m文件的高斯噪声的方差改为。其中MAXI为图像的最大像素值，PSNR的单位为dB。
SCD(img1,img2,fus):根据差异相关性总和 (SCD) 计算图像质量度量值。-matlab开发
06-01
SCD 是图像融合的图像质量度量。 它基于使用源图像和融合图像计算的差异图像之间的相关性。 所提出的度量不是通过直接利用源图像和融合图像之间的相关性来评估融合图像质量，而是通过考虑源图像及其对融合图像的影响来计算质量。
非参考图像融合的特征互信息（FMI）度量：FMI是一种基于图像特征互信息的非参考图像融合度量。-matlab开发
05-30
FMI 计算特征互信息 (FMI)，融合算法的非参考性能指标，提出于： MBA Haghighat、A. Aghagolzadeh、H. Seyedarabi，“基于图像特征互信息的非参考图像融合度量”，计算机与电气工程，卷。 37号5，第 744-756 页，2011 年 9 月。 http://dx.doi.org/10.1016/j.compeleceng.2011.07.012 此代码是 FAST-FMI 的实现，呈现在： M. Haghighat，MA Razian，“快速FMI：非参考图像融合指标”，第八届国际信息和通信技术应用会议（AICT），2014年第1-3页。 http://dx.doi.org/10.1109/ICAICT.2014.7036000
图像融合&评价指标.rar
05-04
这是图像融合算法及评价指标的matlab源码。下载解压后直接运行。
【图像融合】可见光与红外图像融合方法和评价指标
qq_41502322的博客
09-24 1万+
本文是对多传感器数据融合中可见光图像和红外图像的融合方法的分类和整理。
多模态医学图像融合概述
ZHANGWENJUAN1995的博客
12-02 2万+
An overview of multi-modal medical image fusion 原文：https://www.sciencedirect.com/science/article/pii/S092523121630649X 摘要 1.特点： （1）图像分解，图像重建 （2）图像融合规则 （3）图像质量评估 （4）基准数据集上的实验 １.简介 1.成像方式： （１）MRI：核磁共振成像...
FusionGAN：一种生成式红外与可见光图像融合对抗网络
Linagee的博客
03-29 7808
FusionGAN：一种生成式红外与可见光图像融合对抗网络FusionGAN：一种生成式红外与可见光图像融合对抗网络简要介绍损失函数网络架构训练细节实验应用于融合不同分辨率的图像（低分辨率红外图像和高分辨率可见光图像）总结 FusionGAN：一种生成式红外与可见光图像融合对抗网络 简要介绍 生成器：生成具有较大红外强度和附加可见梯度的融合图。 鉴别器：强制融合图有更多可见图中的纹理。 特点：端到端。还推广到了不同分辨率的图像。 效果：融合图像清晰、干净，高于平均技术水准。 过去方法的问题/不足： 主要的融
基于深度学习的医学图像融合(Medical image fusion)论文及代码整理
fovever_的博客
05-01 8079
基于深度学习的医学图像融合(Medical image fusion)论文及代码整理。主要将已有的基于深度学习的医学图像融合算法归类为基于卷积神经网络的医学图像融合框架和基于生成对抗网络的医学图像融合框架。
红外与可见光图像融合论文阅读（一）
SSyangguang的博客
07-08 5953
最近研究红外与可见光图像融合，看到一篇文章RFN-Nest: An end-to-end residual fusion network for infrared and visible images，这里记录一下。 Abstract 本文提出一种残差融合网络residual fusion network (RFN)，用于替换传统的融合方法，同时提出两种损失函数用于训练RFN：细节保留损失函数和特征增强损失函数。模型训练使用了两阶段训练方法，第一阶段训练一个基于nest connection (Nest
matlab图像融合评价指标
09-22
Matlab图像融合评价指标包括空间域和频域两种评价指标。在空间域评价中，常用的指标有均方差（MSE）、峰值信噪比（PSNR）、结构相似性指数（SSIM）等。均方差（MSE）用于衡量重建图像与原始图像之间的差异，值越小表示图像质量越好；峰值信噪比（PSNR）是一种评估图像质量的标准，其数值越大表示图像质量越好；结构相似性指数（SSIM）用于比较重建图像与原始图像的结构相似性，数值范围为[-1, 1]，越接近1表示图像质量越好。 在频域评价中，常用的指标有归一化互信息（NMI）、互信息（MI）等。归一化互信息（NMI）用于衡量图像融合结果与原始图像之间的相似度，数值范围为[0, 1]，越接近1表示图像融合效果越好；互信息（MI）用于度量两幅图像中的信息交叉程度，数值越大表示图像融合效果越好。 除了上述评价指标，还可以根据具体问题和需求选择其他适合的评价指标进行图像融合效果的评估。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值