基于弱监督的遥感图像镶嵌质量盲评价

【作者】 潘林朋； 谢凤英； 资粤；

【机构】 北京航空航天大学；

【摘要】 遥感图像镶嵌是遥感图像解译的一项重要研究内容,然而受成像时间、角度、以及地物纹理的影响,镶嵌图像经常会有颜色不一致、地物结构错位等情况。本文针对遥感图像镶嵌缝两侧出现的颜色差异、地物结构错位等质量问题,设计了双分支卷积神经网络来进行遥感图像镶嵌质量的盲评价,两个分支网络分别用于镶嵌缝两侧颜色差异评价和结构错位评价,最后综合两个网络的输出实现遥感图像镶嵌质量的综合评价。由于获得图像的质量真值需要耗费大量的人力物力,为了减少训练卷积网络所需要的数据量,本文提出了一种基于两阶段训练的弱监督学习策略,第一阶段在仿真的镶嵌数据集上以颜色改变量和结构错位量为客观真值对网络进行预训练,学习与质量评价有关的先验知识,第二阶段在有主观质量真值的数据集上进行微调。在建立的带有质量真值的仿真数据集和真实数据集上的实验结果表明,本文所提方法能够有效评价遥感图像镶嵌的质量,性能要优于对比算法。更多还原