关于评价指标SD的计算

[NYCXI]

我参考您在SeAFusion提供的评价指标中的matlab实现转换为python代码的实现过程中发现在matlab中存在计算精度不同的情况：
在matlab实现的SD计算方式中，所有的数值范围都被限制在了0-255之间，因此在计算方差的过程中一些值会溢出（0-255）的范围，导致最后计算的结果并不是数学意义上的整个图像的标准差。
使用SD计算SD时，结果通常在8左右，而使用我的python实现时（在没有溢出的情况下）结果的范围在(30-60)左右。
此外，您在SeAFusion中报告的结果也在8左右，而我看到之前的一些论文中报告的结果在(30-60)左右。
不知道您在学习过程中是否注意到这个问题？使用matlab版本的计算方式是否合理？
本人刚刚入门rgb-ir图像融合方向，还请师兄多多指教！

[Linfeng-Tang]

不好意思哈 之前一直没有看到issues 之前确实还是没有注意到这个问题 之后确实需要在仔细检查一下 数据的精度问题 不知道你是否方便把你修改过后的程序发我一下呢？

[NYCXI]

下面这个是我修改后的std计算方式（按照标准差的数学定义实现，范围在几十）

def calculate_std(fusion):
    #fusion = cv2.cvtColor(fusion, cv2.COLOR_RGB2GRAY)
    tot = fusion.shape[0] * fusion.shape[1]
    mean = np.mean(fusion)
    sd = np.sqrt(np.sum((fusion - mean) ** 2) / tot)
    return sd

下面这个是按照matlab代码的实现方式（输出结果域matlab相同，范围在8左右）

def calculate_sd(fusion):
    tot = fusion.shape[0] * fusion.shape[1]
    mean = np.mean(fusion)
    deviation = (fusion - mean)

    deviation[deviation < 0] = 0
    deviation = np.around(deviation)

    deviation = deviation * deviation
    deviation[deviation > 255] = 255
    sd = np.sqrt(np.sum((deviation)) / tot)

    return sd

另外，可否添加您的微信进一步交流。

[Linfeng-Tang]

加我的QQ吧:2458707789

[NYCXI]

加我的QQ吧:2458707789

已经发送申请，谢谢！