基于图像清晰度和结构相似度的融合图像质量评价#肖芬1，夏静2*510152025（1.智能计算与信息处理教育部重点实验室（湘潭大学），湖南湘潭411105；2.湘潭大学信息工程学院，湖南湘潭411105）摘要：在研究已有图像融合质量评价方法的基础上，提出一种基于清晰度和结构相似度的融合图像质量评价方法。充分考虑图像结构信息和人眼视觉特性，通过分别计算图像块的清晰度和协方差，对融合图像块的结构信息进行加权，从而得到融合图像的质量评价。该方法无需理想源图像，通过对不同融合算法得到的融合图像进行质量评价，结果表明该方法是有效的质量评价方法，能为融合算法选择提供可靠依据。关键词：图像融合；图像质量评价；结构相似度；清晰度中图分类号：TP37ImageFusionQualityAssessmentBasedOnClarityAndStructuralSimilarityXiaoFen1,XiaJing2(1.KeyLaboratoryofIntelligentComputing&InformationProcessingofMinistryofEducation,XiangtanUniversity,HuNanXiangTan411105;2.CollegeofInformationEngineering,XiangtanUniversity,,HuNanXiangTan411105)Abstract:Basedontheimageclarityandstructuralsimilarity(SSIM),anewqualityassessmentforfusedimageisproposedinthispaper.Theclarityandcovarianceoftheimageblockisusedforassessmentbytakingintoaccounthumanvisualsystemcharacteristics.Anthen,SSIMscoresareweightedbytheclarityandcovarianceforfusedimagequalityassessment,furthermoretheidealsourceimagearenotrequiredforcomparison.Wedemonstratetheproposedmethodbyincorporatingitforfusionimagewhichobtainedfromsomeclassicalfusionmethods.Theexperimentalresultsshowthatournewapproachprovidesresultsarehighlyconsistentwithhumansubjectivejudgementofthefusedimagesquality.Keywords:imagefusion;imagequalityassessment;structuralsimilarity;imageclarity300引言图像融合技术是对同一场景的两幅或多幅包含不同目标特征的图像进行综合处理，以获取对同一场景更为准确、全面和可靠的图像描述。图像融合可以提高系统可靠性与信息利用率，准确反映源图像信息，更适合人眼观测和计算机后续处理，已广泛应用于计算机视觉、3540遥感、医学等领域。图像融合算法以及融合图像质量评价一直是图像融合领域两大热点研究问题。近年来，不同学者提出了多种融合方法[1]，如主成分分析法、金字塔分解方法、小波变换方法等，然而不同融合算法具有不同的特性，融合图像质量评价是衡量融合算法是否有效的重要标准，已成为了国内外研究的重要课题之一[2-4]。目前融合图像质量评价主要分为两类，即主观和客观评价方法。主观评价是直接利用观察者对融合图像的主观反应对图像进行质量评价，具有简单直观的特点，但主观随意性大。客观评价方法是采用算法对融合图像质量进行自动评价，如均方根误差、峰值信噪比、均值、基金项目：高等学校博士学科点专项科研基金资助课题（20104301120002）；国家自然科学基金（61202192）作者简介：肖芬，（1981-），女，副教授，主要研究方向：小波分析，图像处理。xiaof@xtu.edu.cn-1-；同年Piella提出了基于结构相似度的加权评价方法(EFQI)，该方法无需参考图像，但该方法在红外图像、噪声模糊图像质量评价时效果不2FDC12FDC2∑SSIM(Frr)标准差、熵、联合熵、平均梯度等[5,6]，客观评价方法虽然方便快捷、易于嵌入实现等，但没有充分考虑人眼视觉系统特性，因此构造符合人眼视觉系统的图像客观质量评价成为研究45热点。2002年，Wang等人提出基于结构相似度的图像质量评价(SSIM)[7]；2004年，Wang等人将SSIM应用于融合图像质量评价[8][9]理想，有一定程度的失真；2011年张勇等人提出了基于感兴趣区域加权的融合图像评价算法[10]，对红外、可见光融合图像评价有较大程度的改进，但是该方法需要对图像感兴趣区5055域进行提取，实现较复杂。本文在结构相似度的图像质量评价基础上，综合考虑图像块清晰度、感兴趣区域对人眼主观感受的影响，提出了基于图像清晰度和结构相似度的图像融合质量评价指标(ID_SSIM)。实验结果表明，该...