图像融合中常见评估参数

峰值信噪比

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。PSNR的定义如下:

X表示理想图像的灰度最大值与最小值之差，通常取255。PSNR值越高，融合图像的质量越好 。

 熵(Entropy, EN)

 熵主要是一种评价图像信息量的客观评价指标。如果融合后熵增加，则表明融合信息增加，融合性能提高。EN的定义是:

n为灰度级，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。融合后的图像信息越多，EN越大，证明了融合方法的性能越好。噪声对EN有影响，噪声越大，EN越大。

均方误差(Mean square error, MSE)

 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。MSE定义为:

 Aij和Bij为融合图像与第i行第j列参考图像像素的灰度值，MSE越小，图像之间的差异越小，融合质量越好。

 均方根误差(RMSE)

 

非线性相关系数(NCC) 

非线性相关系数[76]表示融合图像与源图像之间的非线性相关性。NCC的定义是: 

 结构相似指数测量(SSIM)

 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。SSIM定义为:

 

和分别为图像A和B的平均强度，和分别为图像A和B的标准差。为A和B的协方差，C1和C2分别为图像A和图像B的常数。SSIM值越高，表示两个图像越相似。图像融合的表现可以通过以下融合图像F与源图像A和B的相似度的总和来评价:

相互信息(MI) 

 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。MI定义为:

 

表示联合分布概率，和分别表示a和b的分布概率。

参考文献：