卫星遥感数字产品质量评价方法研究文档格式.doc

卫星遥感数字产品质量评价方法研究文档格式.doc

《卫星遥感数字产品质量评价方法研究文档格式.doc》由会员分享，可在线阅读，更多相关《卫星遥感数字产品质量评价方法研究文档格式.doc（5页珍藏版）》请在冰点文库上搜索。

摘要：

本文面向遥感影像的纠正、融合、颜色调整等生产环节，从几何质量、构像质量两个方面多个视角，设计几何定位精度、长度变形精度以及角度变形精度三个指标综合反映影像几何质量，从新信息的摄入、原始有用信息的继承和改进的角度，构建典型指标信息熵、平均梯度、空间相关系数和光谱相关系数来综合反映影像构像质量，为遥感影像的生产环节提供监控手段，从而保障为经济社会服务提供质量稳定的影像产品。

关键词：

遥感质量评价几何质量构像质量

1引言

随着航天技术和计算机技术的飞速发展，卫星数据的类型越来越多，分辨率越来越高，应用也越来越广泛。

卫星遥感数字产品有着内容丰富、真实直观、现势性强等优点，因此在资源调查、城市规划、环境监测等多个方面有着重要应用，尤其在地理空间信息获取与更新方面，由于分辨率高和现势性强的特点，逐渐成为主要数据源。

随着新的产品和处理方法不断涌现以及应用的推广，卫星遥感数字产品的质量评价也越来越引起各国学者以及用户单位的重视[1-4]，影像质量评价可以对影像的获取、处理等各环节提供监控手段，从而为应用提供质量稳定的影像数据。

2遥感产品质量评价内容

遥感影像质量的评价内容可分为三部分：

几何质量、构像质量和内容完整性的评价[5]。

几何质量表达了影像能正确量测真实地物几何特性的能力；

内容完整性指的是对影像相关信息的描述的完整性、正确性、逻辑性等；

相对来说构像质量比较复杂，构像质量反映了影像表达真实地表的敏感能力和能为目视分辨相邻两个微小地物提供足够反差的能力[5]，一般通过影像的反差、可分辨性、清晰度等等系列指标来反映。

不同类型不同级别的遥感影像产品在这三个层面评价的具体内容会有所侧重和不同。

对于用户单位而言，对卫星影像最常做的操作即校正、影像融合、颜色调整等基本处理，最为关心的就是影像经处理以后产品的质量情况，从而对影像的生产环节进行有效的监控，有针对性的进行算法调整或改进，以提高影像质量，因此，本研究主要从几何质量、构像质量两个方面对经过纠正、融合、颜色调整后的影像质量评价进行研究探讨。

3遥感产品质量评价方法

3.1几何质量评价

目前传统的对纠正后影像几何精度进行评价是通过在影像上选取一定数目的均匀分布的检查点，通过计算其在图像上的坐标与其真实地理位置的坐标误差，统计计算平均中误差来表征，但实际上，中误差只能大体告知影像上的平均几何定位精度，而无法体现影像内部几何精度的一致性、符合程度，因此，采用几何定位精度、长度变形精度以及角度变形精度三个指标综合反映影像几何质量。

为便于比较均衡的反映影像的几何质量情况，设计如下布点方案，首先计算影像的四个角点坐标，并作对角线，两条对角线的交点即为该景影像的中心点，在该中心点附近选定1个检查点，并在垂直轨道方向、沿着轨道方向、左对角线方向，右对角线均匀布设不少于9个左右的检查点（当然，点越多，对其几何精度的描述越全面），分布如图1：

图1检查点分布图

3.1.1几何定位精度

几何定位精度即图像上检查点的坐标位置与其真实坐标位置的误差，它包含X方向中误差、Y方向中误差以及总体的平均中误差。

首先计算图1中0-8号检查点在影像上的坐标与其真实坐标位置的误差，公式如下（其中i为点号）：

进而计算影像在X方向、Y方向以及总体的平均中误差，即几何定位精度，公式如下：

3.1.2长度变形精度

长度变形精度即图像上不同方位上两个检查点点对间的距离与真实同名点点对的真实距离的相对误差。

考虑一般而言，影像的边缘变形较大，因此选择图1中1→0、1→2、2→0、2→3、3→0、3→5、5→0、5→8、8→0、8→7、7→0、7→6、6→0、6→4、4→0、4→1等16个方位（这些方位的选择可根据需要设定）。

分别计算影像上各点对的距离与相应点对的真实距离的差值，公式如下：

再计算各个方位的长度变形精度Ki，公式如下：

进而计算整体长度变形精度K，公式如下：

3.1.3角度变形精度

角度变形精度即图像上不同方位上两个检查点点对所形成的直线与真实同名点点对的直线间的夹角。

角度变形精度通常以图像上垂直轨道方位、沿着轨道方位、左对角线方位，右对角线方位为基本参考方位，在相应方位检查点与影像中心点所形成的直线与真实同名点点对的直线的角度来表示，即1→0、8→0、2→0、7→0、3→0、6→0、4→0、5→0八个方位。

角度计算公式如下：

式中，（，）为影像上检查点的坐标，（，）相应点的真实坐标。

在此基础上计算整体角度变形精度，即各个方位检查点角度偏移的平均值。

公式如下：

3.2构像质量评价

融合及调色后影像的构像质量评价是影像处理不可或缺的一个环节，通过对融合及调色的效果和性能进行分析、测试和评估，可以进一步调节算法参数，使整个处理过程得到优化。

目视判读不能完全客观地理解图像的质量信息，客观方法则以一系列的指标进行定量评价，目前常用客观评价法有信息熵法、方差法、信噪比、信息容量、清晰度、平均剃度、偏差指数、相关系数等等一系列的指标[6-8]。

理想的融合及调色过程应该既有对新信息的摄入，又有对原始有用信息的继承和改进，因此，在进行质量评价时应该要进行分类考虑，同时避免同类指标的信息冗余，信息熵、交叉熵、标准差、信噪比属于新影像信息增加方面的指标，平均梯度、分形维数、小波能量等属于影像信息改进方面的指标，偏差、标准偏差、均值、均方根误差、相关系数属于原始信息继承方面的指标，从这三个方面出发构建典型指标信息熵、平均梯度、相关系数综合反映影像构像质量，此外，针对相关系数专门构建空间相关系数以及光谱相关系数指标。

3.2.1信息熵

信息量增加是图像融合最基本的要求，图像的信息熵是衡量信息量增加大小的重要参数，一般来说，影像的熵越大，影像所含信息越丰富值越大。

可以通过融合前后图像信息熵的变化来反映，其表达式为：

式中，为影像出现灰度值为i的像素的概率。

3.2.2平均梯度

平均梯度反映影像微小细节反差变化的速率，即影像多维方向上密度变化的速率，是反映影像清晰度的主要衡量参数。

平均梯度越大，影像越清晰，一般用其来评价融合及调色后影像和原影像在微小细节表达能力上的差异，其定义为：

式中，和分别表示影像在x和y方向上相邻像素间灰度变化值。

3.2.3相关系数

影像的相关系数反映了两幅影像的相关程度，一般是通过相关系数来比较处理后的影像相对于多光谱影像光谱信息的改变程度。

但实际上还有一方面，即处理后的影像还须能最大程度的保留原高空间分辨率影像的空间纹理细节，因此，分别构建空间相关系数和光谱相关系数。

空间相关系数用来表征处理后影像与原高空间分辨率图像的空间相关性，相关系数越大，越能保持原高空间分辨率图像的纹理特征。

为便于突显空间相关性，将原高空间分辨率图像与处理后的影像分别进行高通滤波处理后计算空间相关系数，公式如下：

其中，M、N为图像行数和列数，、分别为处理后的影像某个波段与原高空间分辨率影像的i行j列的灰度值。

、分别为处理后的影图像某波段和原高空间分辨率图像的平均灰度。

光谱相关系数用来表征处理后的影图像与原多波段图像对应波段的光谱相关性，相关系数越大，越能保持原多波段影像的光谱特征。

为统一尺度效应，可先将处理后的影像重采样成与原多波段图像相同的空间分辨率，按波段分别计算光谱相关系数，公式同上。

4结论

本文针对遥感数据产品的处理与应用，从几何质量、构像质量两个方面多个视角，对经过纠正、融合、颜色调整后的影像质量评价方法进行研究探讨。

通过对处理后影像质量的评价，有效的监控影像生产的工艺环节和处理方法，评判影响影像质量的薄弱环节和算法，进而有针对性的改善或控制相应的生产方法，以提高影像质量，同时遥感产品的质量评价也能为其可供使用的范围提供依据，对于推动影像产品的标准化应用也有重要意义。

参考文献

〔1〕何中翔，王明富，杨世洪，吴钦章。

遥感图像客观质量评价方法研究[J]，2011，NO.6：

47-52

〔2〕WangZ，BovikAC，SheikhHR，etal.Imagequalityassessment：

fromerrorvisibilitytostructuralsimilarity[J]。

IEEETransactionsonImageProcessing,2004，13（4）：

600-612

〔3〕SaadMA，BovikAC，andCharrierC.ADCTstatistics-basedblindimagequalityindex[J].IEEESignalProcessingLetters，2010，17（6）：

583-586

〔4〕张飞艳，谢伟，林立宇，秦前清.基于小波域自然影像统计特征的无参考遥感影像质量评价[J].电子与信息学报，2011，33（11）：

2742-2747

〔5〕王昱，胡莘，张保明。

数字影像质量评价方法研究[J].测绘通报，2002，（5）：

7-9

〔6〕周丽雅.遥感图像融合及质量评价研究[D].解放军信息工程大学硕士学位论文，2006

〔7〕马一薇.高光谱遥感图像融合技术与质量评价方法研究[D].解放军信息工程大学硕士学位论文，2010

〔8〕武坚，江洪，李云虎.遥感影像融合的质量评价探讨[J].测绘技术装备，2008，10（4）：

9-11