首页 > 论文 > 激光与光电子学进展 > 56卷 > 06期(pp:061101)

基于深度学习和人眼视觉特性的遥感图像质量评价

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

由于遥感图像最终面向人眼视觉系统,因此主观评价是其图像质量的重要参考,但是主观评价通常存在效率较低的问题;并且,目前大多遥感图像质量评价方法仅针对单一失真类型,没有同时考虑图像获取过程中模糊与噪声等因素对图像质量的共同影响。针对以上问题,本文提出了一种基于深度学习和人眼视觉特性的遥感图像质量评价方法,利用卷积神经网络和BP神经网络分类器,并行对遥感图像进行特征学习,实现图像的模糊和噪声强度的等级分类;然后利用掩盖效应引入感知加权因子修正评价模型,最终得到更符合人眼视觉的遥感图像质量评价结果。实验结果显示,本文所提方法有效解决了同时存在模糊和噪声两种失真的遥感图像质量评价的困难,能有效、准确的评价遥感图像的质量,与主观评价结果有较好的一致性,更加符合人眼视觉感受。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.061101

作者单位:

    航天工程大学
    航天工程大学

引用该论文

刘迪,李迎春. 基于深度学习和人眼视觉特性的遥感图像质量评价[J].激光与光电子学进展,2019,56(06):061101.