《表2 2号叶片融合图像评价表》

  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

《基于区域特征脉冲耦合神经网络的航空发动机涡轮叶片DR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

在表2中，本文方法在EN、AVG、STD、CR方面的优势与表1类似，2号叶片源图像融合后的信息熵、标准差、对比度、平均梯度都比其他方法显示出了明显的优势，说明了融合后的图像对图像的边缘细节信息的保持能力更强，在融合过程中损失信息更少，与图9得到的主观分析结论相呼应，进一步说明了本文方法融合后图像的可用信息更多，能够更加全面地表现出叶片内部复杂结构信息，证明了本文算法在大厚度比工件的DR图像融合中具有适用性。