基于视觉信息保真度的融合图像质量评价方法张勇*,1,2，余宏生，金伟其11（1北京理工大学光电学院，北京100081）（2军械技术研究所，河北石家庄050000）摘要：在假设图像源符合高斯尺度混合模型前提下，将图像融合算法视为图像信号增强通道，考虑人眼视觉内部神经元噪声特性，建立了一种基于视觉信息保真度的融合图像质量客观评价模型。采用该方法对不同融合算法获得的融合图像进行了性能验证，实验结果表明该算法能对融合图像质量进行正确评价，相比于传统方法其客观评价结果与主观评价结果更具有一致性。关键词：图像融合；评价；高斯尺度混合模型；视觉信息保真度中图分类号TP391.4文献标识码AFusionImageQualityAssessmentMethodBasedonVisualInformationFiedityZHANGYong*,1,2,YUHong-sheng1,JINWei-qi1(1SchoolofOptoelectronics,BeijingInstituteofTechnology,Beijing100081)(2MechanicalEngineeringInstitute,Heibei,Shijiazhuang,Hebei050000)Abstract:BasedontheassumptionthattheimagesourcesmeetGSMmodeliscorrectandimagefusionalgorithmisregardedasimagesignalenhancementchannel.Andconsideringhumanvisualnoisecharacteristicswithinneurons,FVIFobjectivequalityassessmentmodelisestablished.Theexperimentindicatedthatthemethodcanevaluatefusionimagequalitycorrectlyanditsobjectiveevaluationresultsaremoreconsistentwithsubjectiveevaluationresultsthantraditionalmethods.Keywords:ImageFusion;Assessment;GaussianScaleMixture(GSM);VisualInformationFiedity(VIF)1引言图像融合技术为解决单一图像来源成像机理、天候环境、光学系统等因素限制，将不同传感器获取的信息进行有效综合和集成，一定程度上提高了图像承载信息量和空间图像分辨率，拓展了图像应用范围。针对图像融合系统开展融合图像质量评价方法研究，不仅可比较各个融合算法的性能优劣，还可根据融合效果对算法进行改进和完善，具有重要的指导意义和参考价值[1]。融合图像质量客观评价方法用可定量分析的数学模型表达人对图像的主观感受，再经各种计算得到图像质量评价指标。归纳近年来融合图像客观评价方法大致可分为四类。第一类是基于全像素统计理论的评测方法。该评测方法完全忽略人眼视觉特性对图像质量评测结果的影响，算法实现虽然简单，但评测结果常与人的主观感受相偏离[2]。第二类是基于信息理论的评测方法。该方法虽然克服了全像素统计理论中主观赋权的局限性，根据熵、交互信息量等评价指标的差异程度来---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---修正权重，但仍和主观评价结果存在较大差异[3]。第三类是基于人眼视觉系统（HumanVisualSystem，HVS）仿生理论的评测方法。该方法模仿人眼对像素层绝对差值的认知机制，通过掩盖低于人眼感知能力的差异修正评测结果，从原理上较好的体现了人眼对图像质量的感知机制，但由于目前对人眼视觉感知机制认识的局限性，且仿生模型的实现又非常复杂，模型性能和上述两种方法相比不具有明显的优越性[4]。第四类是以结构相似度（StructureSimilarity，SSIM）为代表的基于特征参数的评测方法。该方法利用人眼视觉机制特点，通过设计和检测能典型代表图像特性的单个或多个特征参数来体现图像质量，算法实现简便，具有较好的应用前景[5]。收稿日期：2011年-月-日；收到修改稿日期：2011年-月-日作者简介：张勇（1974-），男，博士生，工程师，主要从事融合图像质量评价方面的研究。Email：bit10701159@sina.com余宏生（1968-），男，博士生，副教授，主要从事图像拼接方面的研究。Email：yhs99981@sina.com导师简介：金伟其（1960-），男，博士，教授，主要从事微光与红外成像技术方面的研究。Email：jinwq@bit.edu.cn*通信联系人。E-mail:bit10701159@sina.com本文基于视觉信息保真度（VisualInformationFiedity，VIF）评价方法，通过建模人眼视觉失真通道和信号失真通道，提出了基于视觉信息保真度的图像融合质量客观评价指标（FusionVisualInformationFiedity，FVIF），首先介绍VIF图像质量评价模...