基于多尺度PSNR的图像融合评估算法 (2012年)

简介：
本文提出了一种基于多尺度峰值信噪比(PSNR)的图像融合评价方法。通过分析不同尺度上的细节信息，提升了融合图像质量的客观评价准确性。 为了提高图像融合评价的准确性, 提出了多尺度PSNR的图像融合客观评价方法。该方法首先对标准图像和融合图像按同种方式进行多尺度划分, 得到每个标准图像块与相应融合图像块之间的PSNR; 然后将它们组合成多尺度PSNR; 最后应用灰色关联分析作为图像融合结果的优劣评判标准。实验表明，该方法考虑了像素的整体和局部灰度分布特性，并能正确评价融合图像质量，其客观评价结果与主观评价具有一致性，且评估方法有效简洁。 基于多尺度PSNR的图像融合评价算法旨在提高图像融合的质量评估准确性。首先对标准图及融合图进行多尺度划分；其次计算各对应块间的PSNR值，并组合成一个多尺度向量；最后通过灰色关联分析来评判结果优劣。这种方法不仅考虑了像素的整体和局部灰度分布，而且确保客观评价与主观感受一致。 图像融合作为信息处理的重要部分，在多个领域如遥感、计算机视觉等有广泛应用。然而当前的评估方法多依赖于人类感知或单一尺度PSNR计算，难以全面反映融合质量。因此，提出了一种基于多尺度PSNR的方法来克服这些限制，并提高评价的一致性和有效性。 实验结果显示该方法能准确地评价图像融合的质量，并且与主观感受保持一致，同时具备较高的有效性和简洁性，便于实现和推广。未来研究可以探索结合其他评估指标进一步提升精度和可靠性。