6.5 融合图像的质量评估在线视频

我们来学习图像融合结果的质量评价

对融合结果图像的质量的评价一般可分为两类

即定性评估和定量评估

如何开展定性评估呢

定性评估法也可以称为主观评定法

它是由判读人员直接对

融合结果图像的质量进行评估

具有简单 直观等优点

对融合图像信息可以进行快捷 方便的评价

在一些特定应用中是行之有效的方法

定性评估主要从以下方面开展

1 判断融合图像是否配准 如果配准得不好

那么融合结果图像就会出现重影

2 直接比较融合前的多光谱图像

和融合后结果图像的差异

判断光谱是否扭曲

空间信息的传递性能

是否丢失重要信息等

3 判断融合图像纹理及色彩信息是否一致

融合图像整体色彩是否与天然色彩保持一致等

4 判断融合图像整体亮度 反差是否合适

是否有蒙雾或马赛克等现象出现

以及判断融合图像的清晰度是否降低

图像边缘是否清楚等

定性评估法是最简单 最常用的方法

通过它对图像上的田地边界 道路

居民建筑物的轮廓 机场跑道边缘等的比较

可直观地得到图像在空间分解力

清晰度等方面的差异

并且由于人眼对色彩具有强烈的感知能力

使得对光谱特征的评价是任何其他方法所无法比拟的

定性评估法的主观性比较强

人眼对融合结果图像的感觉

很大程度上取决于遥感图像的质量

图像的视觉质量等

因而该方法对观察者的依赖性比较强

具有主观性 不全面性

因此需要与客观的定量评价标准

相结合进行综合评价

即对融合图像质量在主观的目视评价基础上

进行客观定量评价

我们来学习如何进行定量评价

现有的定量评估指标主要可以分为两大类

第一类型是 基于单个图像统计特征的评价指标

和与标准参考图像

源图像之间的评价指标

基于单个图像

统计特征的评价指标包括

信息熵 如果融合图像的熵越大

表示融合图像的信息量得到增强

融合图像所含的信息越丰富

融合质量越好

第二个指标是图像的均值 图像均值是像元的灰度平均值

对人眼反映为平均亮度

第三个是平均梯度 可用来评价图像的清晰程度

还同时反映出图像中

微小细节反差和纹理变换特征

最后一个是标准差 它反映了图像灰度

相对于灰度平均值的离散情况

若标准差大 则图像灰度级分散分布

图像的反差大 可以看出更多的信息

我们来看看与标准参考图像

源图像之间相互关系方面的评价指标包括哪些

常用的指标有均方根误差

均方根误差用来评价

融合图像与标准参考图像之间的差异程度

如果差异小 则表明融合的效果较好

第二个 偏差（光谱扭曲值）

它反映融合图像和源图像

在光谱信息上的差异大小

和光谱特性变化的平均程度

值越小表明差异越小

第三个是相关系数

通过比较融合前后的图像

相关系数可以看出图像的光谱信息的改变程度

我们介绍了常用的定量评价指标

还有其它相关评价指标都可以使用

那我们该如何选择定量评价指标

对于图像融合效果评价指标的选取

主要指的是对客观评价指标的选取

我们可以根据融合目的来选取评价指标

以此来比较融合图像的质量

评价不同算法的融合效果

在选取评价指标时候

主要从以下几方面考虑

1.是否提高图像空间分辨率

提高图像的空间分辨率

也是遥感图像融合的一个重要目的

对于这种目的的图像融合

评价它的效果可以选用图像均值

标准差 高频分量相关系数等指标

2.是否增加图像信息量

提高信息量是图像融合最重要的目的之一

图像融合本身也是提高遥感图像

信息量的一个重要手段

对于融合图像的信息量是否提高

可以采用熵 交叉熵 交互信息量

联合熵以及标准差等指标来评价

3.是否提高图像的清晰度

图像融合往往要求在保持

原有主要信息不丢失的情况下

要提高图像的质量

增强图像的细节信息和纹理特征

同时还要保持边缘细节及能量

可以选用平均梯度 空间频率等评价指标

4. 和融合前多光谱图像相比

光谱保持性能是否比较好

融合图像与源图像相比

其光谱特性是否发生变化

可以通过偏差与相对偏差

相关系数等评价方法得到结果

5.是否降低图像噪声

一般情况下

从传感器得到的遥感图像都是有噪声的图像

而后续的图像处理一般要求噪声控制在一定范围内

因此 可以采用融合的方法来降低噪声

提高信噪比 对于这种用途

评价方法一般选用信噪比 (SNR)和峰值信噪比 (PSNR)等指标

本讲我们就学习这些内容 谢谢