一种融合模型驱动与数据驱动的成像质量评价方法

一种融合模型驱动与数据驱动的成像质量评价方法属于成像质量评价领域。本发明以数据驱动的卷积神经网络和模型驱动的梯度幅度相似性算子为基础，通过提取数据驱动特征、提取模型驱动特征、融合数据驱动特征与模型驱动特征、特征降维以及多尺度特征提取共五个步骤，构建了一种融合模型驱动与数据驱动的成像质量评价方法。通过结合模型驱动方法物理意义明确和数据驱动方法自动特征学习能力强的优点，融合了数据驱动特征与模型驱动特征，有效提高成像质量评估的准确性和鲁棒性。本发明设计的超轻量的成像质量评估网络不仅能实现高准确度的质量评估，还具有非常高效的执行速度，适合应用于对实时性要求严苛的工业监控场景。