当前位置：首页 > news >正文

图像融合指标的代码

news 2025/8/20 12:13:21

图像融合是将多个图像的信息合并到一个图像中的过程，以提高图像的质量、信息量或视觉效果。评估图像融合质量的指标非常重要，常见的评估指标包括峰值信噪比（PSNR）、结构相似性指数（SSIM）、互信息（MI）等。

1. 峰值信噪比（PSNR）

PSNR 是衡量图像质量的常用指标，它反映了图像的误差大小。

function psnr_value = calculate_psnr(original, fused)% 计算峰值信噪比（PSNR）mse = immse(original, fused); % 均方误差max_pixel_value = max(original(:));psnr_value = 10 * log10((max_pixel_value^2) / mse);
end

2. 结构相似性指数（SSIM）

SSIM 是一种衡量两个图像相似度的指标，它考虑了亮度、对比度和结构三个方面的相似性。

function ssim_value = calculate_ssim(original, fused)% 计算结构相似性指数（SSIM）ssim_value = ssim(original, fused);
end

3. 互信息（MI）

互信息衡量两个图像之间的信息共享程度，是图像融合评估中常用的指标之一。

function mi_value = calculate_mi(original, fused, num_bins)% 计算互信息（MI）% num_bins 是直方图的分箱数original_hist = imhist(original, num_bins);fused_hist = imhist(fused, num_bins);joint_hist = imhistcat(original, fused, num_bins);% 归一化直方图original_hist = original_hist / sum(original_hist);fused_hist = fused_hist / sum(fused_hist);joint_hist = joint_hist / sum(joint_hist(:));% 计算边缘熵H_original = -sum(original_hist .* log(original_hist + eps));H_fused = -sum(fused_hist .* log(fused_hist + eps));% 计算联合熵H_joint = -sum(joint_hist .* log(joint_hist + eps));% 计算互信息mi_value = H_original + H_fused - H_joint;
endfunction joint_hist = imhistcat(img1, img2, num_bins)% 计算联合直方图img1 = double(img1);img2 = double(img2);img1 = img1 / max(img1(:)) * (num_bins - 1);img2 = img2 / max(img2(:)) * (num_bins - 1);joint_hist = histcounts2(img1(:), img2(:), num_bins);
end

4. 融合质量评估示例

展示如何使用上述函数评估图像融合的质量。

% 加载原始图像和融合图像
original = imread('original_image.png');
fused = imread('fused_image.png');% 确保图像为灰度图像
if size(original, 3) == 3original = rgb2gray(original);
end
if size(fused, 3) == 3fused = rgb2gray(fused);
end% 计算PSNR
psnr_value = calculate_psnr(original, fused);
disp(['PSNR: ', num2str(psnr_value)]);% 计算SSIM
ssim_value = calculate_ssim(original, fused);
disp(['SSIM: ', num2str(ssim_value)]);% 计算互信息（MI）
mi_value = calculate_mi(original, fused, 256);
disp(['MI: ', num2str(mi_value)]);