图像融合评价方式

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.基于统计特征的评价方法

根据融合图像本身的统计特征值来衡量融合图像质量的好坏。主要包括信息熵、空间频率、平均梯度、均值、标准差等方式。

1. 信息熵：信息熵主要是度量图像包含信息量多少的一个客观评价指标，图像H的EN定义为：
   
   式中，N代表融合图像的灰度等级，𝑝_𝑛代表融合图像中相应灰度级的归一化直方图。该指标只关心融合图像的灰度值分布，而没有考虑融合图像与源图像之间的关系，因此该指标仅能用来反映融合图像携带的信息量，不能仅用该评价指标来对融合图像质量进行评价。

2. 空间频率（SF）反映的是空间域内图像的总体活跃程度，即图像灰度的变化率。图像的空间频率定义为：
   
   

   式中，M和N分别代表融合图像的高度和宽度，F(i,j) 代表融合图像中第i行和第j列像素点的值。值越大，图像越清晰。

3. 平均梯度（AG）能敏感地反映出图像对微小细节反差的表达能力，同时还能反映出图像中纹理变换的特征。可认为平均梯度越大，图像清晰度越好，融合质量越好。因此，平均梯度衡量了融合图像的清晰程度。图像的平均梯度计算公式为：
   

4. 均值衡量的是图像的平均亮度，是一个反映亮度信息的指标。均值适中，则融合图像质量越好。
   

5. 标准差是用来表示融合图像灰度级分布和对比度，即包含信息的丰富程度，值越大则包含信息越丰富。其计算公式如下所示:
   
   M和N分别代表融合图像的高度和宽度F(i,j) 代表融合图像中第i行和第j列像素点的值,μ代表融合图像的均值。

2.基于有参考图像的评价方法

反映融合图像与理想参考图像之间的差异，从而对融合图像质量的好坏进行客观评价。主要包括均方差、均方根误差、峰值信噪比、相关系数等。

1. 均方误差（MSE）反映的是变量间的差异程度，是一种基于像素误差的图像质量客观评价指标。融合图像𝐼_𝐻与理想参考图像𝐼_w之间的均方误差为：
   
   𝐼_(𝐻(𝑖,𝑗))和𝐼_(𝑤(𝑖,𝑗))分别为融合图像和理想参考图像位于第i行第j列的像素灰度值。MSE越小,表示源图像与融合图像之间的差异越小,相似度越高，融合图像质量越好。

2. 均方根误差（RMSE）是一个反映空间细节信息的评价指标。均方根误差有效地度量了融合图像与理想参考图像之间的差异性，RMSE可表示为：
   

3. 峰值信噪比（PSNR）主要用于衡量图像有效信息与噪声之间的比率，能够表现出图像是否失真。峰值信噪比反映了融合图像的逼真度。该指标没有考虑到像素点与像素点之间的结构关系，其评价结果与主观评价出入较大因此不能仅仅只参考该评价指标，需与主观评价和其他客观评价指标相结合。其中，PSNR的定义为：
   
   式中，Z 表示的是理想参考图像灰度最大值与最小值的差值，其差值通常取255。

4. 相关系数（CC）是一个反映融合图像与理想参考图像之间相关度的客观评价指标。计算公式为：
   

   式中， (𝐼_𝐻 ) ̅和(𝐼_𝑊 ) ̅分别为融合图像与理想参考图像的像素平均值。