【图像融合】评价方法（熵、均方根误差）

最新推荐文章于 2024-06-28 20:51:20 发布

笔尖bj

最新推荐文章于 2024-06-28 20:51:20 发布

阅读量1.1w

点赞数 10

分类专栏：信息融合 --------图像融合图像融合

本文链接：https://blog.csdn.net/u013165921/article/details/78158344

版权

本文探讨了图像融合质量的评价方法，包括主观和客观两类。客观评价中，介绍了无参考图像评价的熵指标，以及有参考图像评价的均方根误差。熵越大，表示融合图像信息量越大；而均方根误差越小，融合效果越好。

摘要由CSDN通过智能技术生成

图像融合质量评价方法

一般分为主观和客观两类：

1、主观方法主要是观察者来评价融合结果的质量。

2、客观方法又分为两类：

(1)无参考图像评价方法(如信息熵)。

1)单一图像统计特征评价。

2)融合图像和原图像关系评价。

(2)有参考图像评价方法(如均方根误差)。

熵

说明：L表示图像灰度级别。Pi表示灰度值i像素占总像素比例。E越大表示融合图像信息量越大。

代码示例

function varargout= msg(varargin)
%函数功能：
%     函数msg求出输入图像的熵
%----------------------------------%

if nargin<1         %判断输入变量的个数
    error('输入参数必须大于等于1.');
elseif nargin==1
    varargout{
   1}=f(varargin{
   1});
end
end

function y= f(x)
%函数功能：
%      函数y=f(x)的功能是求出图像x的熵
%输入参数：
%      x----输入的原图像
%输出参