图像融合评价标准13项指标

上传者: yanyahao | 上传时间: 2020-01-03 11:43:28 | 文件大小: 8KB | 文件类型: rar
这是从网上整理出来的图像融合评价标准,总共有13项性能指标。包括平均梯度,边缘强度,信息熵,灰度均值,标准差(均方差MSE),均方根误差,峰值信噪比(psnr),空间频率(sf),图像清晰度,互信息(mi),结构相似性(ssim),交叉熵(cross entropy),相对标准差。大家一起交流吧~

文件下载

资源详情

[{"title":"( 13 个子文件 8KB ) 图像融合评价标准13项指标","children":[{"title":"图像融合评价标准13项指标","children":[{"title":"space_frequency.m <span style='color:#111;'> 414B </span>","children":null,"spread":false},{"title":"psnr.m <span style='color:#111;'> 487B </span>","children":null,"spread":false},{"title":"variance.m <span style='color:#111;'> 252B </span>","children":null,"spread":false},{"title":"mutinf.m <span style='color:#111;'> 1.22KB </span>","children":null,"spread":false},{"title":"edge_intensity.m <span style='color:#111;'> 621B </span>","children":null,"spread":false},{"title":"ssim.m <span style='color:#111;'> 6.28KB </span>","children":null,"spread":false},{"title":"cross_entropy.m <span style='color:#111;'> 994B </span>","children":null,"spread":false},{"title":"relatively_warp.m <span style='color:#111;'> 825B </span>","children":null,"spread":false},{"title":"rmse.m <span style='color:#111;'> 140B </span>","children":null,"spread":false},{"title":"figure_definition.m <span style='color:#111;'> 384B </span>","children":null,"spread":false},{"title":"shannon.m <span style='color:#111;'> 617B </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 973B </span>","children":null,"spread":false},{"title":"avg_gradient.m <span style='color:#111;'> 485B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

  • weixin_39727513 :
    很好的东西,帮了大忙了,十分感谢
    2018-05-04
  • 彩绳 :
    ein=num2str(edge_intensity(data.F));使用函数后出现以下结果是怎么回事,求解 edge_intensity错误使用 edge_intensity (line 24)W
    2018-04-20
  • y235231 :
    挺好的,就是积分有点高
    2017-05-18
  • TriLoo :
    恩,可以用,就是分有点高.
    2016-11-18
  • wanglianhai11 :
    还好,和我有的大部分都一样,对我用处不大
    2016-05-14

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明