多源图像融合评价方法研究(2)
生活中，对我们观察者来说，一幅图片的含义包含了两个方面的内容：①图像的可懂度②图像的逼真度。目前而言，评价融合图像的质量可以从两个角度入手：主观的角度和客观的角度。其中主观评价方法，从字面上理解，就是由观察者自己直接对图像进行质量评价的，它通过观察者的观看、感觉图像质量的好坏，这种评价方法具有简单、直观等特点。然而无可厚非的是，很多主观因素在不知不觉间会影响人的主观评价，比如观察者的视力因素，心理因素，美感因素等等。而客观评价方法具有成本低，易于实现以及可结合到应用系统进行大规模的实际应用的优点，但它与人的主观感觉有所出入。很多情况下，主客观评价方法所得到的结论是不完全一致的。主观感觉很清晰的图像，使用客观评价准则评价出来的参数却不一定高。客观评价方法根据有无标准参考图像可以分为三种：全参考质量评价、弱参考质量评价和无参考质量评价。现在已经被广泛熟知和认可的客观评价方法主要可以分为三大类：（1）针对单幅图像，观察者进行计算统计它的熵（E）、平均梯度(AG)、标准差(SD)等，通过这些指标来评价融合前后图像信息量是否增加、细节是否更加明显、融合图像的质量是否更好和选用的融合方法是否更优。（2）针对融合后所得到的图像以及标准的参考图像，观察者计算二者的均方根误差(RMSE)、信噪比(SNR)和峰值信噪比(PSNR)等来评价图像质量和融合算法的优劣，但是在实际应用很难得到标准参考图像，所以这类在实际应用中很难取得应用的效果。（3）针对融合后得到的图像和融合前的源图像，观察者可以通过分析二者之间的联合熵(JE)来直接进行评价，也可以通过以下参数来评价融合效果：交互信息量(MI)、偏差(DC)以及相对偏差(CC)。在本论文中通过实验仿真、结果分析对这些评价因子进行比较，从而选择出与主观评价方法取得较为一致的、简单实用的、具有较强抗干扰能力的客观评价参数来评价图像融合的效果。
1.2融合图像质量评价的国内外研究现状
1.3本文所做的研究工作
本文在第一部分简单介绍了融合图像质量评价目前的研究前景以及取得的一些进展；第二部分介绍了常用的图像融合算法：加权平均融合算法、PCA融合算法，拉普拉斯变换融合算法，小波变换融合算法的基本原理；第三部分用不同的评价因子对这四种融合算法得到的图像进行质量评价，并用matlab软件进行模拟仿真，用不同的评价指标进行评价、分析、对比，得到一种或几种评价因子的拟合，这样的拟合适用于评价红外和可见光的融合图像。
2 图像融合的基本理论
2.1红外图像与可见光图像成像原理
可见光传感器和红外传感器是两种最常用的图像传感器。这里主要对可见光成像传感器的成像原理进行大体的描述：这种传感器主要是利用收取反射信息然后经过加工处理从而形成图像的。因为它的时空分辨率比较高，用这种传感器得到的图像可以表示出更多的关于场景的细节，并且所摄到的图像在几何和纹理细节方面所包含的信息都比较丰富，非常有利于我们观察者对当地情况或者所拍摄内容进行全面细致的理解。但是当遇到恶劣的天气条件，例如狂风、暴雨、雷电，这种传感器的穿透成像方面是比较差的，尤其在夜间或者黑暗的条件下，几乎不能成像，这是可见光传感器的一个无法避免的弱点。
2.2图像融合算法研究
2.2.1加权平均融合
本次实验中，选择图像大小为MXN的图像A和图像B作为参加融合实验的两幅图像，用F代表经融合处理后得到的融合图像，那么，针对像素灰度值这个角度，对两幅源图像的加权平均融合过程就可以用以下的公式进行表示：