《表3 20组MRI-PET图像融合结果的客观评价指标平均值》

  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

《基于细节增强和平行特征刺激脉冲耦合神经网络的医学图像融合算法》

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4是20组MRI-SPECT实验图像经过6种方法获得的融合结果的客观评价指标平均值，同样给出了本文所提算法在各个指标上的排名，表中加粗字表示最优值.从表4中可以看出，本文所提方法在SF和EI指标上都是最优的，MI指标排在第3位，这些指标的值与表3的指标排名一致，都是因为本文所提算法在融合过程中有细节增强的过程，增强了图像的对比度、清晰度，故SF和EI指标值是最优的，同时计算互信息时又受制于增强的细节信息，导致互信息的指标值不是最高.本文所提算法的TMQI指标排在第2位，但是与并列排名第一的LP-SR和LLF-IOI方法相比只相差0.001，这说明本文算法具有较好的结构保真度；结合4.3小节可知，LP-SR方法的结果图像在结构信息和颜色信息方面都没有本文所提算法好.此外，由于LLF-IOI方法没有进行颜色空间转换直接在原像素上进行融合操作，以致于结果图像的整体颜色有些暗沉，影响视觉效果.总体上讲，上述两种方法的融合结果图像的视觉效果明显差于本文所提算法.