图像融合质量评价方法国内外研究现状

菜单

如前面所述，图像融合质量评价方法主要包括主观质量评价和客观质量评价两类。主观质量评价方法通常是请多名观察者根据一些预先给定的信息或评价尺度，或者单纯依靠观察者的经验来对融合图像进行评价。主观评价主要看融合图像的整体色彩分布、整体亮度、图像的边缘和其它信息是否丰富以及融合图像有没有模糊现象。在做出质量判断并打分后，对所有观察者给出的分数进行加权平均，即得到最终的评价结果。65063

主观评价方法的评价准则通常采用国际无线电咨询委员会（Consultative Committee of International Radio， CCIR）制定的CCIR500-1标准，该标准采用了五级评价质量尺度和影响妨碍尺度，实行 5 分制。分为五个质量等级：“特别糟糕”、“糟糕”、“一般”、“好”、“特别好”，分别对应的分数为1、2、3、4、5，详见表1.1 CCIR500标准。

表1.1 CCIR 500-1 标准

分数质量等级影响妨碍程度

5 特别好丝毫看不出图像质量变差

4 好能看出图像质量变化但不影响观看

3 一般明显看出图像质量变差对观看稍有影响

2 糟糕对观看有影响

1 特别糟糕非常严重地影响观看

主观评价方法中，人的主观能动性多一些，是从视觉的角度给出融合图像的整体评估。但这种方法也只是对融合质量的一个定性分析，主观性强，不同的人会给出不同的评价结果。为了避免人为因素的一些负面效应，我们还需要给出融合图像的定量分析，也就是客观评价指标。而在实际工程应用中，我们大多数情况下无法得到标准参考图像，我们只能根据原图像的统计特征以及原始图像与融合后图像的对应关系来进行评价，这种方法被我们称为图像融合客观无参评价方法。论文网

近年来，越来越多的科研人员致力于图像融合质量评价方法的研究。C. S. Xydeas等人认为图像融是获取元素图像的有用信息并传递至融合图像。他们提出将从原图像传递到融合图像的边缘信息量作为度量融合图像的质量的方法，给出了基于边缘信息传递（edge information transferred）的方法 [1]。文献[2-3]详细分析了导致图像失真的因素，如比度失真、亮度失真、结构损失等。在此基础上，提出了结构相似模型理论和基于结构相似度的图像质量客观评价方法——UQI和SSIM方法。G. Piella在上述研究成果基础上，将结构相似模型运用到图像融合的客观质量评价，同时根据图像融合的特点，提出了基于人类视觉特性的融合图像客观质量评价指标、、（也叫G. Piella方法） [4]。Zhang在运用SSIM方法时，引入了视觉感知信息理论中的内容相似度和互信息[5]。文献[6]中提出了一种基于互信息（mutual information，MI）的方法，评价融合图像的质量｡其中，基于结构相似模型的客观评价方法，例如SSIM方法、G. Piella方法等，采用从结构层次分析图像质量的思路，评价效果较好。文献[7]中提出了用于灰度图像融合的评价方法（记为Qabf），该方法也是利用图像的边缘信息作为主要的融合评价指标。另外一种评价方法是基于光谱扭曲度（IDM），该评价方法是负向指标，即评价的值越小，认为融合图像的质量越高[8]。基于结构相似模型与基于信息传递的客观评价方法逐渐成为图像融合质量评价领域的两个研究方向。