功能互信息 （FMI） 图像融合度量

资 源 简 介

功能互信息 （FMI） 图像融合度量

详 情 说 明

功能互信息（FMI）是一种用于评估图像融合质量的非参考性能度量方法。该方法由Haghighat等学者提出，通过计算源图像与融合图像之间的特征级互信息来量化融合效果。

FMI的核心思想是：优秀的图像融合算法应当能够从源图像中提取并保留最重要的视觉特征。该方法避开了传统基于参考图像的质量评估限制，特别适用于真实场景中参考图像不可得的情况。

快速FMI是原方法的优化版本，主要改进在于计算效率。它通过精心设计的特征提取和互信息计算流程，在保持评估准确性的同时大幅降低计算复杂度，使其更适合实际应用场景。

该方法在计算机视觉领域的图像融合算法比较、参数调优等场景中具有重要价值。使用时需要注意正确引用原始论文，这是对学术成果的基本尊重。