《表1 不同融合方法的客观评价 (第一组实验)》

  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FPDEs与CBF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

任何融合技术的目的都是为了产生一个准确、可靠而且视觉性较好的融合图像。为了对各个融合算法的性能进行更加客观的分析，本文主要采用了平均像素强度（API）[6]、标准差（SD）[6]、平均梯度（AG）[6]、相关系数（Corr）[6]、空间频率（SF）[6]、QAB/F[22]和相互特征信息（FMI）[23]等客观指标。其中，API反映了图像的平均亮度，其值越大，图像越亮；SD反映了图像的纹理信息，其值越大，则图像的灰度级越分散，图像反差越大，进而图像包含的信息越多；AG反映了图像对微小细节的表现，其值越大，图像的清晰度越高；Corr是衡量融合图像与源图像相关性的指标，其值越大，融合图像与源图像的相关性就越高；SF是测量图像区域整体信息水平的一个指标，其值越大，图像区域的信息越丰富；QAB/F是一个反映融合图像边缘信息的指标，其值越大，图像边缘信息越丰富；FMI表示从源图像到融合图像对应的特征信息量，其值越大，表示融合图像中关于源图像的特征信息越丰富。两组实验所获得的融合图像的性能指标如表1和表2所列。