图像融合质量评价方法

（1）主观评价法

对于融合图像的主观评价，就是以人作为观察者，采用目视评估的方法对融合图像质量的优劣作出主观定性评价，根据人的主观感觉和统计结果评判融合效果，是目前最为常用的图像融合评价手段之一。主观评价法具有简单、直观的优点，对明显的图像信息可以进行快捷、方便的评价，在一些特定应用中是可行的。它可以用来判断融合图像的整体亮度、对比度是否合适、是否有蒙雾或马赛克等现象出现以及判断融合图像的清晰度是否降低、图像边缘是否清楚等，可直观地得到图像在空间分辨力、清晰度等方面的差异。

（2）客观评价法

除了视觉效果上的评价外，还可采用不同的客观评价指标定量评价融合后图像的质量，具体如下：

1）熵。熵是衡量图像信息的丰富程度的重要指标。根据香农理论，熵定义为

式中，p＝｛p₁，p₂，…，p_L-1｝表示图像的灰度分布，反映图像中具有不同灰度值像素的概率分布，即灰度值为i的像素数N_i与图像总像素数N之比，即p_i＝N_i／N；L为图像总的灰度级别。熵值越大，说明融合效果越好。因此可用熵来评价融合图像信息增加程度。

2）互信息量。互信息量可以作为两个变量之间相关性的量度，或一个变量包含另一个变量的信息量的量度。融合图像F与源图像A之间的交互信息量MI_F，A定义如下：

式中，p_A和p_F分别为源图像A和融合图像F的概率密度函数；p_F，A为两幅图像的联合密度函数，可以分别由图像的灰度直方图和归一化的联合直方图估算得到。融合图像F与两幅源图像A和B之间的互信息量MI_F，A，B定义如下：

MI_F，A，B＝MI_F，A＋MI_F，B （4-26）

互信息量是反映融合效果的一种客观指标，它的值越大，表示融合图像从源图像中获取的信息越丰富，融合效果越好。它可以更准确地评价各种融合效果的优劣。信息熵和互信息都表明了融合图像包含信息量的多少。

3）平均梯度。平均梯度可以用来评价融合图像在微小细节表达能力上的差异，反映图像的清晰程度，其定义如下：

式中，ΔF_x和ΔF_y分别是f（x，y）沿x和y方向的一阶差分；M和N分别是图像的行和列数。(www.xing528.com)

平均梯度可以敏感地反映图像对微小细节反差表达的能力，平均梯度越大，表示图像层次越丰富，图像越清晰，说明融合效果和质量越好。

4）边缘信息评价算子。边缘信息评价算子反映融合算法保留边缘信息的能力，即源图像到融合图像边缘信息的传递量，其定义如下：

式中，M和N分别为图像的行数和列数； （m，n）、 （m，n）分别为源图像A到融合图像F的边缘信息保留值和源图像B到融合图像F的边缘信息保留值权值。w^A（m，n）和w^B（m，n）通常为一个关于边缘强度的函数，通常w^A（m，n）＝g_A（m，n）L，w^B（m，n）＝g_B（m，n）L（L为常数）。 （m，n）的范围为［0，1］，值越大表示融合图像保留了越多的源图像边缘信息，融合的效果越好。

以上评价参数可以客观地衡量融合图像在某一方面的质量和视觉效果。由于没有考虑人眼的视觉特性，以及人在进行图像分析时的经验和知识，客观的评价结果可能与人的视觉感受有差异。因此在实际应用中，主观评价与客观的定量评价标准需要相结合进行综合评价。

对同一组IVUS和IV-OCT图像分别采用小波变换和Bandelet算法进行融合的结果如图4-50所示，融合图像结合了单一IVUS和IV-OCT图像的优势，不仅可以表现良好的探测深度，便于医生观察，同时在近血管腔部分的空间分辨率高，利于观察斑块从而提高医疗诊断效果，预防冠心病的发生。

从主观评价的角度来看，图4-50a可以明显看出近血管腔的区域出现振铃效应，即融合结果中灰度剧烈变化的邻域产生明显的抖动现象，这是由于重构过程中对高频分量的粗糙量化使得部分高频成分被滤除后在重构图像的边缘产生振铃效应。相对于小波变换的融合图像，基于Bandelet变换的融合图像具有较好的视觉效果。

表4-1列出了对上述融合结果的四种客观评价指标，包括信息熵、互信息、平均梯度和边缘信息。显然Bandelet融合算法在提高融合图像信息量方面优于小波变换。由于IVUS和IV-OCT图像着重表现血管及斑块的形态和形变情况，细节信息的表达能力至关重要，因此平均梯度是评价融合效果的重要指标。从表4-1中可以看出，Bandelet融合算法对微小细节反映能力高于小波变换。Bandelet融合结果从IVUS和IV-OCT图像中获取了较多的边缘信息，从视觉效果上来看，近血管腔内膜位置具有较好的融合效果，图像较清晰，而小波变换的融合结果则有振铃效应。

图4-50 对同一组IVUS和IV-OCT图像分别采用小波变换和Bandelet算法融合的结果

a）小波变换融合结果 b）Bandelet变换融合结果

表4-1 同一组包含钙化点和无钙化点图像的两种融合算法的客观评价指标对比