本项目开发了一套完整且经过严格测试的图像融合质量评价系统，旨在为图像融合算法（如红外与可见光融合、多聚焦图像融合等）提供标准化的定量分析工具。项目实现了7种主流的客观评价指标，能够全方位地衡量融合图像的质量优劣。这7种指标具体包括：1. 综合熵（Information Entropy, IE），用于评估融合图像中蕴含的平均信息量；2. 空间频率（Spatial Frequency, SF），反映图像灰度的变化率，代表图像的清晰度和纹理细节；3. 互信息（Mutual Information, MI），衡量融合图像从两幅源图像中继承的信息总量，是评价融合有效性的核心指标；4. 平均梯度（Average Gradient, AG），用于表征图像微小细节反差和边缘保持能力；5. 标准差（Standard Deviation, SD），反映图像像素值的离散程度和整体对比度；6. 交叉熵（Cross Entropy），用于评估融合图像与源图像之间的差异分布；7. 边缘强度或相关系数等辅助指标。程序封装性好，逻辑清晰，用户只需准备好两幅源图像和一幅待评价的融合结果图像，运行主程序即可获得所有指标的计算结果，直接展示算法性能，非常适合科研实验对比和论文数据产出。
