《表1 第1组融合图像客观评价结果》
表1~表3分别列出了图5、图6和图7的测试图像的客观评价指标,表中各指标的最优数值用粗体标出。从表1~表3可以看出,本文算法在5种评价指标上都取得了最优值。由于在RES层利用SVM指导融合规则,使聚焦清晰的部分在融合图像中得到准确保留,所以本文算法的互信息指标值最优。另外,本算法在IMF层采用窗口梯度对比来确定融合规则,不损失图像的对比度,使得与边缘和结构相关的客观指标值最优。对8组测试图像在每种融合算法下的客观评价结果取均值,表4列出了不同算法的平均客观评价结果。从表中可以看到,本文提出的方法性能优于其他对比方法。
图表编号 | XD00119440200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 李雄飞、王婧、张小利、范铁虎 |
绘制单位 | 吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学仪器科学与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |