《表1 各算法融合图像客观评价结果》

  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

《HCS结合MRA的高分辨率遥感影像融合框架》

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

为了定量分析各算法融合结果的细微差异，本文选用了相关系数（correlation coefficient，CC）、通用图像质量指标（image quality index，UIQI）、相对无量纲全局误差（Erreur Relative Globale Adimensionnelle de Synthèse，ERGAS）、相对平均光谱误差（Relative Average Spectral Error，RASE）、均方根误差（Root Mean Square Error，RMSE）、信息熵（information entropy，IE） 6个常用客观评价指标对各算法融合结果进行了评价[14-15]，结果如表1所示。CC越高表示融合图像的光谱质量越好；ERGAS意味着综合中的相对维度全局误差，值越小融合图像的光谱质量越好；RASE代表了融合图像中各波段的性能，值越小效果越好；RMSE通过计算像素值之间的差异来比较2幅图像之间的差异，值越小表示差异越小；IE反映了图像的信息质量，值越大图像信息丰富度越高，空间信息越丰富；最后将时间引入评价体系以评估各算法的计算复杂度。