Due to the limitation of dynamic range of the imaging device, the fixed-voltage X-ray images often produce overexposed or underexposed regions. Some structure information of the composite steel component is lost. This problem can be solved by fusing the multi-exposure X-ray images taken by using different voltages in order to produce images with more detailed structures or information. Due to the lack of research on multi-exposure X-ray image fusion technology, there is no evaluation method specially for multi-exposure X-ray image fusion. For the multi-exposure X-ray fusion images obtained by different fusion algorithms may have problems such as the detail loss and structure disorder. To address these problems, this study proposes a new multi-exposure X-ray image fusion quality evaluation method based on contrast sensitivity function (CSF) and gradient amplitude similarity. First, with the idea of information fusion, multiple reference images are fused into a new reference image. Next, the gradient amplitude similarity between the new reference image and the test image is calculated. Then, the whole evaluation value can be obtained by weighting CSF. In the experiments of MEF Database, the SROCC of the proposed algorithm is about 0.8914, and the PLCC is about 0.9287, which shows that the proposed algorithm is more consistent with subjective perception in MEF Database. Thus, this study demonstrates a new objective evaluation method, which generates the results that are consistent with the subjective feelings of human eyes.

中文翻译：

---

基于CSF和梯度幅度相似度的多曝光X射线图像融合质量评价

由于成像设备动态范围的限制，固定电压的X射线图像往往会产生曝光过度或曝光不足的区域。复合钢构件的一些结构信息丢失。这个问题可以通过融合使用不同电压拍摄的多次曝光X射线图像来解决，以产生具有更详细结构或信息的图像。由于缺乏对多曝光X射线图像融合技术的研究，没有专门针对多曝光X射线图像融合的评价方法。不同融合算法得到的多曝光X射线融合图像可能存在细节丢失、结构紊乱等问题。为了解决这些问题，本研究提出了一种新的基于对比敏感度函数（CSF）和梯度幅度相似度的多曝光X射线图像融合质量评价方法。首先，利用信息融合的思想，将多幅参考图像融合成一个新的参考图像。接下来，计算新的参考图像和测试图像之间的梯度幅度相似度。然后，对CSF进行加权就可以得到整体的评价值。在MEF数据库的实验中，所提算法的SROCC约为0.8914，PLCC约为0.9287，说明所提算法更符合MEF数据库中的主观感知。因此，本研究展示了一种新的客观评价方法，该方法产生的结果与人眼的主观感受一致。采用信息融合的思想，将多张参考图像融合成一个新的参考图像。接下来，计算新的参考图像和测试图像之间的梯度幅度相似度。然后，对CSF进行加权就可以得到整体的评价值。在MEF数据库的实验中，所提算法的SROCC约为0.8914，PLCC约为0.9287，说明所提算法更符合MEF数据库中的主观感知。因此，本研究展示了一种新的客观评价方法，该方法产生的结果与人眼的主观感受一致。采用信息融合的思想，将多张参考图像融合成一个新的参考图像。接下来，计算新的参考图像和测试图像之间的梯度幅度相似度。然后，对CSF进行加权就可以得到整体的评价值。在MEF数据库的实验中，所提算法的SROCC约为0.8914，PLCC约为0.9287，说明所提算法更符合MEF数据库中的主观感知。因此，本研究展示了一种新的客观评价方法，该方法产生的结果与人眼的主观感受一致。然后，对CSF进行加权就可以得到整体的评价值。在MEF数据库的实验中，所提算法的SROCC约为0.8914，PLCC约为0.9287，说明所提算法更符合MEF数据库中的主观感知。因此，本研究展示了一种新的客观评价方法，该方法产生的结果与人眼的主观感受一致。然后，对CSF进行加权就可以得到整体的评价值。在MEF数据库的实验中，所提算法的SROCC约为0.8914，PLCC约为0.9287，说明所提算法更符合MEF数据库中的主观感知。因此，本研究展示了一种新的客观评价方法，该方法产生的结果与人眼的主观感受一致。