當(dāng)前融合效果的評(píng)價(jià)問題一直未得到很好的解決，原因是：同一融合算法，對(duì)不同類型的圖像，其融合效果不同；同一融合算法，對(duì)同一圖像，觀察者感興趣的部分不同，則認(rèn)為效果不同；不同的應(yīng)用方面，對(duì)圖像各項(xiàng)參數(shù)的要求不同，導(dǎo)致選取的評(píng)價(jià)方法不同。
因而，需要尋找一種比較客觀評(píng)價(jià)融合圖像效果的方法，使計(jì)算機(jī)能夠自動(dòng)選取適合當(dāng)前圖像的、效果最佳的算法。從而為不同場(chǎng)合下選擇不同較優(yōu)算法提供依據(jù)。
1客觀評(píng)價(jià)
1.1基于信息量的評(píng)價(jià)
1.1.1 熵[3]
圖像的熵是衡量圖像信息豐富程度的一個(gè)重要指標(biāo)。如果融合圖像的熵越大，說明融合圖像的信息量增加。
1.1.2交叉熵
交叉熵直接反映了兩幅圖像對(duì)應(yīng)像素的差異，是對(duì)兩幅圖像所含信息的相對(duì)衡量。
1.1.3相關(guān)熵（互信息）
相關(guān)熵（互信息）是信息論中的一個(gè)重要基本概念，它可作為兩個(gè)變量之間相關(guān)性的量度，或一個(gè)變量包含另一個(gè)變量的信息量的量度，因此，融合圖像與原始圖像的相關(guān)熵（互信息）越大越好。
1.1.4偏差熵
偏差熵反映了兩幅圖像像素偏差的程度，同時(shí)也反映了兩幅圖像信息量的偏差度，分別有：?jiǎn)我黄铎亍⒖傮w平方平均偏差熵、總體算術(shù)平均偏差熵、總體幾何平均偏差熵、總體調(diào)和平均偏差熵。
1.1.5聯(lián)合熵
聯(lián)合熵也是信息論中的一個(gè)重要基本概念，它可作為三幅圖像之間相關(guān)性的量度，同時(shí)也反映了三幅圖像之間的聯(lián)合信息，因此，融合圖像與原始圖像的聯(lián)合熵越大越好。
1.2基于統(tǒng)計(jì)特性的評(píng)價(jià)
1.2.1均值
1.2.2標(biāo)準(zhǔn)差
標(biāo)準(zhǔn)差反映了灰度相對(duì)于灰度均值的離散情況，標(biāo)準(zhǔn)差越大，則灰度級(jí)分布越分散，有標(biāo)準(zhǔn)差、對(duì)數(shù)標(biāo)準(zhǔn)差。
1.2.3偏差度
偏差度用來反映融合圖像與原始圖像在光譜信息上的匹配程度，如果偏差指數(shù)較小，則說明融合后的圖像R在提高空間分辨率的同時(shí)，較好地保留了F的光譜信息，有：絕對(duì)偏差度、相對(duì)偏差度。
1.2.4均方差
1.2.5平均等效視數(shù)
平均等效視數(shù)[8]可以用來衡量噪聲的抑制效果、邊緣的清晰度和圖像的保持性。
1.2.6 協(xié)方差
1.3基于信噪比的評(píng)價(jià)
圖像融合后去噪效果的評(píng)價(jià)原則為：（1）信息量是否提高；（2）噪聲是否得到抑制；（3）均勻區(qū)域噪聲的抑制是否得到加強(qiáng)；（4）邊緣信息是否得到保留；（5）圖像均值是否提高。因此可以從下面幾個(gè)方面評(píng)價(jià)。
1.3.1信噪比
1.3.2峰值信噪比
1.4基于梯度值的評(píng)價(jià)
1.4.1清晰度（平均梯度）
清晰度[11]反映圖像質(zhì)量的改進(jìn)，同時(shí)還反映出圖像中微小細(xì)節(jié)反差和紋理變換特征。
1.4.2 空間頻率
空間頻率反映了一幅圖像空間域的總體活躍程度。
1.7基于小波能量的評(píng)價(jià)[14~15]
對(duì)圖像進(jìn)行小波分解后，對(duì)小波系數(shù)處理，然后重構(gòu)得到融合圖像，這種方法融合圖像的效果評(píng)價(jià)可以采用小波系數(shù)平均能量的辦法。
2 評(píng)價(jià)指標(biāo)的選取
評(píng)價(jià)指標(biāo)的選取一般根據(jù)融合的目的選取，圖像融合的目的主要有以下幾個(gè)方面。
2.1 去噪
一般而言，從傳感器得到的圖像都是有噪圖像，而后續(xù)的圖像處理一般要求噪聲在一定范圍內(nèi)，因此，可以采用融合的方法來降低噪聲，提高信噪比。對(duì)于這種方法一般采用基于信噪比的評(píng)價(jià)。
2.2 提高分辨率
提高分辨率也是圖像融合的一個(gè)重要目的，有時(shí)從衛(wèi)星得到的紅外圖像的分辨率不高，這就要求用其它傳感器得到圖像（如光學(xué)圖像，合成孔徑圖像）與紅外圖像進(jìn)行融合來提高分辨率。對(duì)于這種方法的融合效果評(píng)價(jià)可采用基于統(tǒng)計(jì)特性及光譜信息的評(píng)價(jià)方法。
2.3 提高信息量
在傳輸圖像，圖像特征提取等方面需要提高信圖像的信息量。圖像融合是提高信息量的一個(gè)重要手段。對(duì)于融合圖像的信息量是否提高，我們可采用基于信息量的評(píng)價(jià)方法。
2.4 提高清晰度
在圖像處理中，往往需要在保持原有信息不丟失的情況下，提高圖像的質(zhì)量、增強(qiáng)圖像的細(xì)節(jié)信息和紋理特征、保持邊緣細(xì)節(jié)及能量，這對(duì)于一般的圖像增強(qiáng)很難辦到，因此需要采用圖像融合的辦法，這時(shí)，對(duì)融合效果的評(píng)價(jià)可采用基于梯度的方法及模糊積分的辦法和小波能量的評(píng)價(jià)方法.
2.5特殊要求
在有些方面融合的目的既不是提高信息量，也不是提高分辨率和降低噪聲。這就需要根據(jù)特殊的要求來加以衡量。
2.6定性描述
定性描述就是主觀評(píng)價(jià)法，也就是目測(cè)法。這種方法主觀性比較強(qiáng)，但對(duì)一些明顯的圖像信息進(jìn)行評(píng)價(jià)直觀、快捷、方便；對(duì)一些暫無較好客觀評(píng)價(jià)指標(biāo)的現(xiàn)象可以進(jìn)行定性的說明。其主要用于判斷融合圖像是否配準(zhǔn)，如果配準(zhǔn)不好，那么圖像就會(huì)出現(xiàn)重影，反過來通過圖像融合也可以檢查配準(zhǔn)精度；判斷色彩是否一致；判斷融合圖像整體亮度、色彩反差是否合適，是否有蒙霧或馬賽克現(xiàn)象；判斷融合圖像的清晰度是否降低，圖像邊緣是否清楚；判斷融合圖像紋理及色彩信息是否豐富，光譜與空間信息是否丟失等。