一种新型异源图像融合质量评价模型

摘要：

提出了一种基于FNN的异源图像融合质量评价模型.该模型将融合图像的主观评价结论样本集作为模糊期望输出,并利用高斯隶属度函数将多种典型图像融合客观评价指标进行模糊化,作为网络输入样本.通过网络学习,生成评价指标权重与隶属度函数的相关参数,并采用动量因子提高了网络的学习效率.实验结果表明,采用该方法进行异源图像融合质量评价,评价结论符合人眼的观察特性,主、客观评价结论具有较好的一致率,为融合图像自动化评价的实现提供了有效的途径.

关键词：图像融合、质量评价、FNN、隶属度函数、异源

所属期刊栏目：40

分类号：TN391.41(半导体技术)

资助基金：国家自然科学基金项目60874106

在线出版日期：2010-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：99-102