基于多模型融合的高光谱图像质量评价
针对单模型评价图像质量容易产生过拟合的问题, 提出基于多模型融合的高光谱图像质量评价算法。以图像噪声、模糊度和云含量为降质特征, 建立遥感图像主观评价库, 分别选用支持向量回归方法和集成决策树方法对带有评价值的训练集图像建立质量评价单模型。将两个单模型评价结果线性回归拟合, 得到模型融合的图像质量评价结果。同时, 以广义回归神经网络模型作为参照, 分别从均方误差、回归拟合指标、分类准确率、训练时间4个方面对几种模型进行对比。实验结果表明, 所提模型融合算法具有较高的拟合精度、较强的泛化能力, 并且所需的训练时间相对较少。