基于小波域自然影像统计特性的无参考遥感影像质量评价

遥感影像的获取往往受到模糊和噪声的共同影响,使得遥感影像的降质难以归到某一单一降质方式,从而给遥感影像的评价带来困难。在遥感影像小波域统计特性,即子带系数均值呈近似线性关系的基础上,通过对噪声、模糊对影像此线性关系的影响方式及破坏程度的定量分析,来判定影像的噪声和模糊强度,最后,利用二者的加权和作为遥感影像的最终质量评价指标。实验表明,与峰值信噪比指标PSNR相比,该文指标与结构相似性指标SSIM具有更好的一致性,对噪声影像、模糊影像以及同时存在噪声和模糊的遥感影像能够进行有效的、准确的评价。

遥感影像的辐射质量评价方法

针对传统的遥感影像辐射质量评价方法是以人工定性评价为主、缺乏客观和易行的定量评价标准,以及一些客观评价方法大多是从影像辐射质量的某一方面进行考察,不能全面综合地评定遥感影像的辐射质量的问题,该文充分考虑了遥感影像获取、传输以及处理过程中的各种降质因素,对遥感影像的辐射质量评价方法进行系统的总结、归纳和发展,给出了对影像灰度分布、信息量、清晰度、分辨率、噪声、云量、无效像元等多个指标进行评价的方法及其最新发展动态,并总结了基于参考影像的评价方法、多指标综合评价方法。

基于CNN的无人机遥感影像质量评价

运用无人机的遥感影像来调查林地状态是一种有效的途径,为了进一步提升遥感图像质量的评价精度,笔者提出了一种基于卷积神经网络(convolutional neural network,CNN)的无人机遥感图像质量评价方法,主要包括图像采集与预处理、数据扩增、模型训练和测试4个阶段。首先对无人机采集到的遥感图像进行主观质量打分,分别获取同一区域不同阶段图像的质量分数;然后运用图像旋转和剪裁等方法对遥感图像进行数据扩增,将扩增后的图片和原始图片融合作为实验数据集;其次在Caffe深度学习框架中构建基于CNN深层特征的回归模型,并训练;最后,根据已建立好的深度回归模型和学习到的参数,预测无人机遥感图像的质量分数。结果表明,提出的方法可以取得较准确的评分效果,在保证客观打分的同时,能基本保持和人眼视觉的感受一致。

基于EML与SML实现遥感影像融合质量评价及应用研究

对遥感影像融合图像的质量评价是遥感应用领域的一个难点,由于涉及到不同的数据源和研究区域,其研究也相对复杂,一直没有统一的标准,这给精化遥感影像质量描述、提高遥感影像应用水平带来了限制。在对遥感影像融合质量评价方法深入探讨的基础上,运用ERDAS IMAGINE遥感图像处理软件提供的EML和SML二次开发语言和空间建模客户化工具,实现了基于ERDAS界面的融合质量评价模块和IHS融合试验模块的扩展,使系统高度集成。此评价模块的开发能够全面、客观、快捷、方便地进行图像融合的质量评价,为遥感影像提高清晰度、可靠性和解译度提供了有力的支持。

模糊综合评价法在数字遥感影像产品质量评价中的应用

根据人眼视觉对影像反应的特性,确定可以衡量影像质量的质量元素,以模糊数学理论和概率论为基础,采用模糊综合评价原理,提出了数字遥感影像质量的量化评价模型,并论证了数字遥感影像产品不同质量等级的隶属度函数;初步开发了相应的数字遥感影像质量检查软件。实验结果表明,采用本文模型进行遥感影像产品质量的评定是可行的。

模糊综合评价法在数字遥感影像产品质量评价中的应用

根据人眼视觉对影像反映的特性,确定可以衡量影像质量的质量元素,以模糊数学理论和概率论为基础,采用模糊综合评价法原理,提出数字遥感影像质量的量化评价模型,模型的主要因素应由影像的几何分辨率、调制特性、极限分辨率和附件质量组成;提出并论证了数字遥感影像产品不同质量等级的隶属度函数;初步开发了相应的数字遥感影像图检查软件,并进行了实验验证。实验结果表明采用提出的模型进行遥感影像产品质量的评定可行、便捷。

基于模糊综合评判方法的遥感影像压缩主观质量评价

介绍遥感影像压缩的主观评价方法及其分类,并应用模糊综合评判方法对采用JPEG2000标准和SPIHT改进算法压缩后的重建影像进行质量评价。评价结果表明:随着压缩比增加,两种压缩算法压缩后的影像质量均逐渐下降;当压缩比不超过4∶1时,两种压缩算法得到的影像效果均较好,与原始影像差别不大;当压缩比相同时,JPEG2000算法的压缩效果略好于SPIHT算法;在地形较复杂的丘陵和山地,两种压缩算法压缩后的影像质量下降,影像失真较严重。

遥感影像质量评价方法综述

为了更好地评价遥感影像的质量,本文对常用的遥感影像质量评价方法进行了综述。首先描述影像的主观评价方法,给出科学、稳定的主观评价值;然后对客观评价方法分类介绍;最后总结了当前影像质量评价方法存在的不足,可为遥感影像质量的评价与处理提供参考。

基于特征结构相似度的遥感影像融合质量评价指标

在分析现有影像融合评价指标的基础上,根据人眼视觉特性,提出一种基于特征结构相似度的遥感影像融合评价指标.首先从原始影像和融合影像中提取空间特征和光谱特征,然后综合计算空间特征和光谱特征的结构相似度作为评价指标,达到评价影像质量的目的.通过对多种传感器获取的遥感影像进行融合实验,结果表明该客观评价方法与主观评价结果一致,是一种有效的遥感影像融合质量评价方法.

基于支持向量机的无参考遥感图像质量评价方法

针对遥感图像主观评价方法的低效率以及常用客观评价方法无法充分考虑人眼对图像的感知特性的问题,文章提出了一种基于支持向量机的无参考遥感图像质量(quality)评价方法。首先建立遥感图像主观评价库,然后在不需要图像失真信息的基础上,利用支持向量机(SVM)将图像的失真类型分为三类,并对每类进行单项评价,再通过加权得到遥感图像的总评分,最后将本文方法、信噪比与信息熵的评价结果回归到主观评价空间并进行对比。实验证明,文章所提方法能客观地评价遥感图像的质量,且优于信噪比和信息熵两种质量评价方法,其结果与人眼视觉感受相符。

面向测图的遥感影像压缩几何质量评价

卫星测图应用中,遥感影像压缩几何质量评价对于制定合理的星上压缩指标具有重要参考意义。该文从影像匹配精度评价、自动生成DSM/DEM的精度评价和摄影测量点定位精度评价方面进行几何质量评价,并分析影像压缩比与不同地形类别的重建影像质量间的关系。试验结果表明,对于国产星上SPIHT压缩算法,在压缩比4∶1的条件下,由重建影像立体像对自动生成的DSM可以满足1∶5万数字高程模型高程中误差最低要求;在压缩比2∶1的条件下,重建影像立体像对摄影测量点定位精度满足所有地形的1∶5万测图规范要求。

数字遥感影像构像质量评价方法初探

数字遥感影像的质量评价是非常重要的。本文介绍了三种常见的评价方法 ,重点阐述了调制传递函数方法的原理与优势 ,并介绍了数字影像上测定调制传递函数的方法。

遥感影像压缩的构像质量评价

本文分析了JPEG2000压缩算法的基本原理,对某地区的数字航空遥感影像进行了压缩试验,通过比较不同压缩比下各种评价指标的变化,来研究JPEG2000压缩算法对重建影像构像质量的影响,评价结果表明压缩比的增加,重建影像灰度平均值、标准方差和信息熵在一定范围内波动;同时,随着压缩比的增加,重建影像纹理越来越粗,视觉效果降低,并且重建影像与原始影像的一致性程度降低,差别越来越大。

基于结构相似度的无参考遥感图像质量评价

在深入研究遥感图像与普通图像差别的基础上,对结构相似度算法进行改进,提出了一种新的无参考遥感图像质量评价方法。首先,采用非下采样轮廓波变换进行多尺度分解,将子图像进行K-means边缘检测及细化融合,最终得到边缘区域。采用一阶偏导有限差分计算遥感图像的梯度幅值,设置两个阈值,将满足区间的像素提取出来得到纹理区域。然后,使用边缘计算对比度分量,纹理计算结构相似度分量,对SSIM进行改进得到ET_SSIM方法。最后,采用"再降质"的方式构造出参考图像,将边缘纹理区域与平滑区域分开评价,ET_SSIM对边缘纹理区域评价,SSIM对平滑区域评价,根据人眼对边缘纹理及平滑区域的不同重视程度加权求平均,得到最终结果 VSSIM。实验结果证明,本文方法 VSSIM与主观评价值的线性相关度相对于MSE、PSNR、SSIM、GSSIM、BLIINDS-Ⅱ方法分别提高了22.2%,6.2%,0.8%,0.2%,1.3%。

第三次全国土地调查遥感影像质量评价方法研究

为了研究用于第三次全国土地调查的遥感影像质量评价方法,以模糊综合评价法为基础,首先分析了三调工作对影像质量的需求,然后根据需求确定了评价指标体系,论证了隶属度函数和权数,建立了评价模型,并编写了相应的质量评价程序,最后通过影像质量评价实验验证了评价模型的合理性和适用性。

泰国THEOS遥感影像质量评价

选取泰国THEOS(Thailand earth observation satellite)卫星影像作为研究对象,提出从图谱成像质量和专题地类提取性能评价影像应用潜能。采用不同地类的像元均值表征影像的光谱质量;选取灰度共生矩阵GLCM(Grey level co-occurrence matrix)计算得到的角二阶矩ASM(angular second moment)、相关性(correlation)、对比度(contrast)和熵(entropy)评价影像的图像质量;利用面向对象的分类方法评价影像的地物解析能力。结果表明:(1)耕地、城市和林地的均值分别为121.14、73.70和137.62,说明THEOS影像对不同地物有较好的区分性能;(2)对比度和熵的均值最大(分别为18.93和2.88),可以用于表征THEOS影像丰富的纹理信息;(3)2 m分辨率THEOS融合影像可以较好地提取均一地类,但解析多种地类混合的区域效果较差。本研究可为THEOS卫星数据在我国的广泛应用提供参考。

数字遥感影像质量评价方法的研究

本文从数字影像的几何质量，构像质量和元数据质量三方面介绍了进行数字影像质量评价的内容和方法，着重介绍了利用调制传递函数和影像的直方图特征评价影像的构像质量；利用最小二乘匹配方法评价压缩算法对影像质量的影响，数字正射影像的质量评价方法；数字影像元数据质量和完整性检查，最后对所述方法进行了实验分析。

高分光学遥感影像全参照质量评价指标对比研究

影像质量评价对遥感影像处理起着非常重要的作用。本文在论述当前常用全参照遥感影像质量评价指标的基础上,选用IKONOS,TM,SPOT,QuickBird四幅光学影像作为实验原数据,首先对各影像添加不同程度的高斯白噪声和降质重采样处理,然后以原数据作为全参照进行统计对比分析,验证信息熵、清晰度、均方误差、峰值信噪比、结构相似度5个常用影像质量评价指标的可靠性。通过对实验结果的分析与总结,得出了一些有益结论,可为光学遥感影像的选取与处理提供参考。

基于支持向量机的遥感影像辐射质量评价方法

当代摄影测量与遥感技术的迅速发展,已经步入大数据时代,如何对获得的海量数字影像的辐射质量进行评价是一个值得重视的问题。本文从信息量、清晰度、灰度分布3个方面选择了10个评价指标作为影像特征,利用支持向量机监督学习的方法对以资源三号为例的遥感影像的辐射质量进行评价及结果分析。试验结果表明,本文方法得到的评价结果与人工评价结果较为一致,准确度较高,并且自动化程度高,可应用于遥感影像的辐射质量评价。

一种高分遥感影像物体分割质量评价方法

影像分割是面向对象影像分析的重要环节,影像分割结果质量影响着后续的影像信息提取。对影像分割结果进行评价并从不同的分割结果中选出最优分割结果十分重要。本文综合考虑与参考对象相交的所有分割对象的影响,提出了一种高分遥感影像物体分割质量评价方法。该方法用ESI和CDI两个指标来定量评价影像物体分割结果质量,并用ESI和CDI指标组合,确定影像物体的最优分割结果。将该方法应用于Geo Eye-1高分遥感影像物体分割结果质量评价,试验结果证明了该评价方法的有效性。