X光图像质量评估方法、装置、计算机设备和存储介质

本申请涉及一种X光图像质量评估方法、装置、计算机设备和存储介质。通过将原始X光图像执行退化因子模拟操作和退化因子组合操作，获得每一退化因子组合方式对应的退化X光图片及所述退化X光图片相应的类别标签形成训练图像集，能体现退化X光图片的类别标签信息，在卷积神经网络模型中处理获得多个卷积阶段的特征，进行特征显著性学习，获得多尺度显著性特征，能够更好地实现对局部、通道和全局特征的捕捉，通过训练好的卷积神经网络模型可以识别出每个失真图像的类别标签信息，进一步提升分类性能，从而适用于安检系统的图像传输质量的监测，智能的评估质量和查询图像退化原因，一定程度上减少了技术人员的参与，提高了对失真图像的纠错能力。