《表1 图2中各算法指标质量》

  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

《面向特征识别的SAR与可见光图像融合算法研究》

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

由于缺乏标准参考图像，按照文献[27]的评价指标，采用经配准采样完成的可见光图像作为参考。结合SAR图像成像中存在“异物同谱”等现象，目前对融合质量中空间信息的评价还没有统一的标准，因此本文采用通用图像质量指标（UIQI）、相对无量纲整体误差（ERGAS）对融合图像的整体性能做出比较；采用相关系数（CC）和均方根误差（RMSE）衡量融合图像光谱信息的保持。本文算法与HIS、PCA、Wavelet[28]传统算法以及较为主流的NSCT算法[29]进行比较，结果见表1所列。从表1中可以看出，本文利用的算法在CC和RMSE指标上较其他算法更接近于理想值，说明经本文算法得到的融合图像能较好地保持原可见光图像的光谱信息。UIQI从相关性损失、亮度失真、对比度失真3个方面评价图像的整体性能，由表1中UIQI和ERGAS可知，本文算法略微优于其他算法。由于其他算法具有良好的空间细节保持能力，从总体上看，本文利用的算法较好地实现了融合图像在光谱和空间结构与特征保持上的权衡。