基于深度信念网络的遥感图像质量评价

摘要：

考虑人眼对图像质量感知的模糊性,提出了一种基于深度信念网络的遥感图像质量评价的方法,将遥感图像质量的评价问题转化为图像质量等级分类问题;首先对原始遥感图像加入噪声和模糊,模拟出不同失真程度的遥感图像;依据失真强度对图像进行质量等级的划分,然后提取与视觉一致性的统计特征和视觉感知特征;最后通过深度信念网络训练得到特征和遥感图像质量等级之间的分类模型;实验结果表明:与其他浅层机器学习方法对比,该方法克服了浅层机器学习方法的学习和泛化能力有限的缺点,获得了更加符合人类视觉系统的模型,更好的分类准确率;此方法能对有效评价同时存在噪声和模糊的遥感影图像的质量等级,是一种准确可靠的遥感图像质量评价方法,且易于实现.

关键词：遥感图像、图像质量等级、深度信念网络、质量等级分类、视觉感知

所属期刊栏目：40

分类号：TP183(自动化基础理论)

在线出版日期：2019-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：225-230