《表2 第二组图像的评价指标》

  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

《基于显著矩阵与神经网络的红外与可见光图像融合》

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

由表1～4可知，本文算法的融合图像较对比方法具有较高的IE值和CC值，说明融合图像不仅蕴含较为丰富的信息量，而且融合图像与源图像具有较高的线性相关程度；在SF和SD指标上，本文算法优于对比方法，最大领先幅度分别为13.8189和20.2299，表明本文方法融合图像的细节信息丰富且具有较高的对比度和清晰度，视觉效果良好；在PSNR指标上，本文算法虽然领先幅度较小，但是仍优于大部分的对比方法，而出现低于对比方法的现象，是因为PSNR是由两幅图像对应的像素点间的误差决定的，并未考虑到人眼的视觉特性，且人眼对误差的敏感度并不是绝对的，所以会出现评价结果与人的主观感觉不一致的情况。综合来说，客观评价的结果与主观评价的结果大体一致，说明本文方法的融合效果较对比方法均具有一定优势。