近年来,视频融合技术已经广泛应用于遥感、视频监控、军事等领域。随着越来越多的视频融合算法被提出,视频融合性能评价也变得越来越重要,其评价指标可以用于最优融合算法的选择以及最优参数的设置。本文的主要研究工作及贡献如下:1.较为详细地介绍了目前常用的图像和视频融合性能评价算法,并对这些算法进行了深入的分析和总结。研究表明,现有的视频融合性能评价算法基本上都是针对非噪声环境下的视频融合性能评价而设计的,而有关噪声环境下的视频融合性能评价的研究很少。然而在实际应用中,视频在获取或者传输过程中极易受到噪声的干扰,近几年已经有一些学者针对噪声环境下的视频融合问题提出了一些融合算法,这些融合算法在对输入视频中的重要时空信息进行有效提取的同时也实现了对输入视频中的噪声进行有效抑制。在对噪声环境下的视频融合性能进行评价时,现有的视频融合性能评价算法几乎都把噪声误认为是重要的时空信息,若融合算法对输入视频中的噪声进行了抑制,会认为其在融合过程中丢失了重要的时空信息,从而给出与主观评价不一致甚至完全相反的评价结果。2.针对上述视频融合性能评价算法所存在的问题,提出了一种基于时空显著性检测的视频融合性能评价方法,该方法首先利用基于三维时空结构张量的时空显著性检测算法将输入视频和融合视频划分为两种类型的区域:时空显著性区域和噪声区域,其中时空显著性区域主要包含重要的时空信息,噪声区域主要包含噪声;其次对于时空显著性区域,利用三维时空结构张量最大特征值构建时空信息提取评价因子对融合算法的时空信息提取性能进行评价;对于噪声区域,利用三维时空结构张量最小特征值构建噪声抑制评价因子对融合算法的噪声抑制性能进行评价;最后,利用上述时空信息提取评价因子和噪声抑制评价因子构建整体融合性能评价因子。实验结果表明,本文所提出的评价方法能够对噪声环境下的视频融合性能进行准确评价。除此之外,上述时空信息提取评价因子也可以单独用于非噪声环境下的视频融合性能评价。