近日，我校仪器科学与光电工程学院生物医学工程系刘羽副教授课题组在图像融合方向取得重要进展，相关成果“Rethinking the Effectiveness of Objective Evaluation Metrics in Multi-focus Image Fusion: A Statistic-based Approach”在人工智能领域国际著名期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE TPAMI）上发表。
图像融合技术能够有效综合同一场景下多幅图像包含的互补信息，被广泛应用于生物医学、安防、遥感等领域。图像融合客观质量评价对于融合方法研究具有重要的指导意义。然而，当前图像融合研究缺乏客观评价指标选取的统一标准，不同研究工作使用的评价指标可能存在较大差异，造成融合方法性能评估困难。针对上述问题，我校刘羽副教授课题组提出了一种基于统计学的方法对多聚焦图像融合常用客观评价指标的有效性进行对比分析，其核心思路是使用Spearman等级相关系数（SRCC）等统计学中常用的相关性度量计算融合指标表现与有参考图像质量评价模型表现之间的一致性。同时，课题组提出了一种基于卷积神经网络的图像融合质量评价指标，利用网络不同层次特征实现更全面的融合质量评价效果。
该研究工作得到国家自然科学基金区域联合基金重点项目、面上项目的支持。我校仪器学院刘羽副教授为论文第一作者，成娟教授为论文通讯作者。
文章链接：https://ieeexplore.ieee.org/document/10440470
