《表1 5种不同的融合算法的客观评价指标Tab.1 The objective evaluation indexes of five different fused algorithms》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络超分辨率重建的遥感图像融合》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表1为5种融合算法的客观评价指标。从表1可以看出，PCA算法的RMSE和ERGAS最大，UIQI、EN和Q4最小，说明此融合图像的细节保持能力、光谱保持能力和信息丰富程度都是最差的，同时也存在较严重的结构失真；IHS+WT融合算法的其他指标都比较好，但ERGAS较大，说明此图像的细节保持程度和信息丰富程度都比较好，但是存在一定的全局光谱失真；NSST算法的ERGAS较小、UIQI的值较低，说明此融合图像全局相对光谱损失较小，且存在一定的结构失真。对比表1中4组图像数据，可以看出，本文算法所得融合图像的相关系数、均方根误差、通用图像质量指数和信息熵这4种评价指标的数值均优于其他对比算法；城市与工厂源图像经本文算法融合后得到的全局相对光谱损失和Q4这2种指标数值低于SRCNN+GS融合算法和IHS+WT融合算法；但总体来说本文算法的指标数值相对较好，说明本文算法的融合结果不仅有较好的视觉效果，同时也能够提高融合图像空间细节信息的丰富程度，保留较为完整的光谱信息。