[发明专利]基于模糊神经网络的融合图像质量综合评价方法

摘要

本发明属于图像处理中的图像融合技术领域，涉及一种基于模糊神经网络的融合图像质量综合评价方法，包括下列步骤：建立融合图像评价样本集，每组样本包括一幅融合图像的主观评价等级样本和对该幅融合图像进行客观评价所获得的两种或两种以上的客观评价指标样本；建立基于模糊神经网络的融合图像质量评价模型；训练样本，以融合图像评价样本集的主观评价等级样本作为期望输出，通过网络学习生成评价指标权重、模糊隶属度函数的相关参数；计算待评价的融合图像的客观评价指标，利用已经建立的融合图像质量评价模型，生成评价等级结果。本发明的方法具有较好的灵活性，可通过网络训练的方式，对新型融合图像质量评价指标进行学习，扩充网络的评价能力，并且实现了完全的自动化评价。

主权项

1.一种基于模糊神经网络的融合图像质量综合评价方法，包括下列步骤：第一步：建立融合图像评价样本集，每组样本包括一幅融合图像的主观评价等级样本和对该幅融合图像进行客观评价所获得的两种或两种以上的客观评价指标样本；第二步：建立基于模糊神经网络的融合图像质量评价模型，该模型依次分为输入层、条件层、规则层和输出层，以对融合图像的客观评价指标作为网络的输入层，将各个客观评价指标与图像融合效果之间的关系通过模糊隶属度函数进行模糊化处理，以隶属度作为条件层的输出，以评价指标权重作为条件层与规则层的连接权值，以评价向量作为规则层的输出，在输出层中，从评价向量中求取隶属度最大值所对应的等级，得到融合图像的综合质量评价等级；第三步：训练样本，以融合图像评价样本集的主观评价等级样本作为期望输出，通过网络学习生成评价指标权重、模糊隶属度函数的相关参数；第四步：计算待评价的融合图像的客观评价指标，利用已经建立的融合图像质量评价模型，生成评价等级结果。