python图像融合算法_图像融合质量评价方法的python代码实现——MS-SSIM

图像融合质量评价方法的python代码实现——MS-SSIM

图像融合质量评价方法的python代码实现——MS-SSIM

文章目录

1 前言

2 MS-SSIM介绍

2 MS-SSIM的代码

2.1 matlab代码

2.2 python代码

2.3 效果对比

3 总结

1 前言

在评估融合图像质量时，由于作者使用的是python代码进行融合，但有些评价指标只有matlab代码就十分不方便，所以将其重写为python代码，之前已经实现了

Q

A

B

/

F

Q^{AB/F}

QAB/F的python代码，详见图像融合质量评价方法的python代码实现——Qabf。

2 MS-SSIM介绍

MS-SSIM由Z. Wang，E.P. Simoncelli等人提出，是一种多尺度结构相似性方法，在结合观看条件的变化方面，它比以前的单尺度方法具有更大的灵活性。从Multiscale structural similarity for image quality assessment中的实验结果表明，在适当的参数设置下，多尺度方法的性能优于最佳的单尺度SSIM模型以及最新的图像质量指标。公式如下：

M

S

S

S

I

M

(

Z

,

K

)

??

=

??

[

l

M

(

Z

,

K

)

]

α

M

∏

i

=

1

M

[

s

i

(

Z

,

K

)

]

β

i

[

z

i

(

Z

,

K

)

]

γ

i

MSSSIM(Z,K)\;=\;\left[l_M(Z,K)\right]^{\alpha_M}\prod_{i=1}^M\left[s_i(Z,K)\right]^{\beta_i}\left[z_i(Z,K)\right]^{\gamma_i}

MSSSIM(Z,K)=[lM?(Z,K)]αM?i=1∏M?[si?(Z,K)]βi?[zi?(Z,K)]γi?

2 MS-SSIM的代码

matlab的代码可以看图像融合质量评价方法MSSIM、MS-SS