论文部分内容阅读
极化合成孔径雷达（polarimetric SAR，PolSAR）对地物目标的形状、结构、纹理等物理特征信息具备高度的敏感性，通过人工解译对极化SAR图像进行地物分类，可提高测绘产品的生产效率。但是由于极化SAR成像机理、成像条件等因素的限制，极化SAR的成像结果会出现诸如旁瓣效应、相干斑噪声、色彩丰富度低、图像模糊等诸多质量问题。同时，由于极化SAR图像不同于光学遥感图像，人工解译的准确率和效率也受到人眼视觉系统(human visual system，HVS)的制约。因此，基于HVS的极化SAR数据质量评价具有重要的研究价值与应用价值。 本文针对基于HVS的极化SAR数据质量评价方法进行了深入的研究，主要内容如下: 1、针对极化SAR人工解译过程中HVS的影响，概括研究了HVS与视觉感知的特性。一方面，从生理学方面分析了HVS的结构特征与视觉信号的传输、处理特性;另一方面，从心理学方面研究了HVS对图像的感知特性，对视觉感知中影响质量评价的因素进行了总结。视觉系统与视觉感知的研究为后续研究提供了理论依据。 2、研究了SAR数据质量评价的基本指标。从空间分辨率、等效分辨率、旁瓣信息等方面对SAR图像点目标质量指标进行了分析，同时对SAR图像面目标方面的均值与方差、动态范围、等效视数等质量评价指标进行了研究。这些指标定量化地反映了SAR数据的质量，同时也为极化SAR数据质量评价给出了参考。 3、研究了极化SAR数据所具有的特性，从雷达系统、地物环境、相干斑噪声以及伪彩色与边缘特征方面对极化SAR数据的特性做了简要的分析。同时也研究了影响极化SAR数据质量的因素，着重阐述了定标、配准与噪声等因素对极化SAR数据质量的影响。 4、提出了基于HVS的极化SAR数据质量评价方法。该方法基于HVS的特性，利用极化SAR数据所特有的伪彩色特性与边缘信息特性，结合结构相似度（structural similarity, SSIM）的质量评价方法对极化SAR数据进行了符合HVS特性的评价。仿真实验与实测数据均验证其满足HVS特性并且能够针对极化SAR图像的特点给出准确的评价结果。