论文部分内容阅读
针对单一因素指标对图像融合质量评价的局限性,提出了一种异源图像融合质量评价模型。首先,计算出各融合图像的多种典型图像融合客观评价值,利用离散化将每项指标分为三类;然后运用粗糙集对进行约简,消除冗余以及冲突指标,将简化的指标作为BP神经网络的输入样本,将融合图像的主观评价结论样本作为模糊期望输出,通过学习生成网络;最后输入训练样本,得到输出的主观评价指标。大量实验结果表明该方法评价结果合理,主客观评价有较好的一致性,为融合图像自动化评价的实现提供了有效的途径。