论文部分内容阅读
在遥感图像的成像过程中,因为受不同的失真因素的影响,尤其很多遥感图像中存在条带噪声,造成得到的遥感图像数据存在不同程度的质量下降,解析度降低,进而影响遥感图像数据的后续处理与应用。本文通过对遥感图像进行分析,分别针对含条带噪声和不含条带噪声的遥感图像数据两种情况,建立遥感图像质量综合评价模型进行质量评价。为了评价不同失真类型的遥感图像质量,研究针对各种降质因素评价指标的综合因子十分重要。首先,通过改进的刃边法求出遥感图像的调制传递函数(Modulation Transfer Function, MTF),并研究了一种基于MTF的无参考遥感图像质量评价方法。针对传统刃边法的局限性,对其进行了一定的改进,把一种改进的Canny算子和]Sough变换算子结合起来,自适应的从待评价遥感图像中提取合适的刃边。与传统的刃边法相比,改进的Canny算子能够将图像中的边缘和特征点等检测出来,并且是单线响应,计算得到的MTF精度很高,使基于MTF的遥感图像质量评价更准确。其次,由于遥感图像中存在不同程度的噪声和模糊,通过人类视觉系统(Human Visual System, HVS)与结构相似度(Structural Similarity, SSIM)相结合求出噪声和模糊的评价参数。由HVS在感知模糊与噪声时所表现出的特性可知,需要衡量出图像滤波前后边缘区域的视觉感知信息变化量,还需要衡量出图像平滑区域在加入噪声前后的视觉感知信息变化量,利甩SSIM来衡量图像质量变化程度,用相位一致性(Phase Congruency, PC)区分图像的不同区域,计算边缘区域与平滑区域的SSIM值,将不同区域的质量变化量综合起来得到的感知结构相似度(Visual Structural Similarity, VSSIM)值作为质量评价结果,VSSIM可以有效评价遥感图像中的模糊和噪声两种失真因素,能很好的反映图像质量的视觉感知效果。又针对含条带噪声的遥感图像求出条带噪声的评价参数NIs,根据条带噪声的规律性,利用相位一致性可以定位到遥感图像中的条带噪声,基于PC的评价模型不需要原参考图像,不随图像对比度发生改变而改变,能有效地对遥感图像中条带噪声进行评价,符合人类视觉系统机制。最后,综合考虑成像系统质量,普通噪声,模糊和条带噪声等因素,利用Choquet模糊积分建立综合评价的数学模型,求出模糊积分值作为综合评价参数。从不含条带噪声的遥感图像和含条带噪声的遥感图像两种情况进行分析,得到两种基于Choquet模糊积分的无参考遥感图像质量综合评价模型。实验结果证明,该综合评价模型可以有效评价遥感图像,并且不需要原参考图像,评价结果与人眼视觉系统相一致,具有一定的有效性和广泛的适用性。’