近年来，视频图像融合技术已经广泛应用于军事、计算机视觉、医疗诊断、遥感应用及目标识别等领域。到目前为止，已有许多视频图像融合算法被提出。而如何对视频图像融合算法性能进行准确的客观评价则成为视频图像融合技术发展的一个关键问题。视频融合性能评价包括时空一致性和时空信息提取两个方面。目前存在大量的静态图像融合性能评价因子，可以采用逐帧评价方式将静态图像融合性能评价因子运用到视频图像融合性能评价中，但这种方法只能从时空信息提取一个方面对视频图像融合算法进行评价。现有用于评价视频融合算法在时空一致性性能方面的评价因子很少。故提出一种用于评价视频融合算法在时空一致性方面性能的评价因子。首先，本文对现有的常用图像融合性能客观评价因子进行了介绍，同时较为详细地介绍了现有几种经典的视频融合性能客观评价因子及我们早期所提出的视频融合性能客观评价因子，并对这些因子进行了分析和总结。其次，提出一种基于时空相位一致性的视频图像融合性能评价因子，该评价印能够在时空域中对视频图像融合方法的时空一致性性能进行评价，多组仿真试验证明，对于背景运动的视频图像和背景静止的视频图像，该评价因子均能准确评价视频融合算法性能。在噪声环境下，该评价因子仍能给出与干净视频图像一致的评价结果，对噪声具有很好的稳定性和鲁棒性。最后，在Visual Studio2008MFC编程环境下，利用CxImage，OpenCV图像类库，在实验室视频融合性能评价平台上，编程实现本文提出的时空相位一致性的视频图像融合性能评价方法。