一种基于陡度的遥感图像质量评价方法
【技术领域】
[0001] 本发明属于遥感图像质量评价技术领域，更具体地，设及一种基于睹度的遥感图 像质量评价方法。
【背景技术】
[0002] 目前，各国遥感探测的发展方兴未艾，我国也已经启动高分辨率对地观测重大专 向。随着该计划的实施，我国将获取大量具有自主知识产权的遥感数据。为了利用该些数 据大幅度提高我国自主对地观测信息的能力，包括图像分类等在内的图像解译是不可或缺 的一个技术环节。
[0003] 目前图像质量评价主要存在两种方法；主观评价和客观评价。主观评价凭借感知 者的主观感受评价图像质量，直接反映给人眼感觉相对较为准确，但是在实际工程应用中 费时费力，易受观察者的知识背景、经验、测试环境等多种因素的影像，实时性、稳定性、可 移植性较差。客观图像评价方法是设计一个计算模型，可W自动且精确的对图像的质量进 行评价。但现有客观评价方法一般是基于遥感图像特征的评价方法，其评价过程需要结合 图像的各种特征，建立评价模型，过程繁杂耗时较多。
【发明内容】
[0004] 针对现有技术的W上缺陷或改进需求，本发明提供一种基于睹度的遥感图像质量 评价方法，其目的在于对遥感图像进行快速准确的评价，由此解决主观评价的实时性、稳定 性、可移植性较差的技术问题。
[0005] 本发明提供一种基于睹度的遥感图像质量评价方法，包括W下步骤：
[0006] 步骤1对输入遥感图像提取图像质量因子睹度steep,所述睹度steep的计算公式 为：
[0007] ;
【主权项】
1. 一种基于陡度的遥感图像质量评价方法，其特征在于，包括： 步碟1对输入摇感图像提取图像质量闵子陆度steep，所述陡度steep的计算公式为：
其中，μ为图像灰度均值；σ 2为图像方差；k为灰度级；P(k)为灰度级为k的概率； 步骤2对所述输入遥感图像的灰度信息进行最小距离分类，以得到每类地物的数量来 计算得到所述输入遥感图像的类别比例及类间距； 步骤3以仿真数据构建图像的分类精度字典，包括以下子步骤： (3-1)固定一个类间距，改变类别比例，得出此种情形下的评价模型的第一系数和第二 系数； (3-2)改变类间距，重复所述步骤（3-1)，遍历所有类间距的情形，得到不同类间距、不 同类别比例下的评价模型的第一系数和第二系数； (3-3)根据不同类间距、不同类别比例和对应的第一系数和第二系数建立所述分类精 度子典； 步骤4建立基于陡度steep的图像质量评价模型，计算kappa系数用以评价所述输入 遥感图像的质量，其中所述kappa系数与所述陡度steep的关系式为： kappa = aXe(bxH〇g(ste印)）） 其中，系数a、b是根据所述输入图像的类间距和类别比例查询所述分类精度字典得到 的对应第一系数和第二系数。
2. 如权利要求1所述的方法，其特征在于，所述步骤1中，所述图像灰度均值为：
中，MXN为所述输入遥感图像大小；f(i，j)为图像在点（i，j)的灰度值。
【专利摘要】本发明公开了一种基于陡度的遥感图像质量评价方法，属于遥感图像质量评价技术领域。本发明包括以下步骤：(1)对输入的遥感图像提取质量因子陡度；(2)对图像进行最小距离分类，计算图像的类间距和类别比例；(3)构建分类精度字典得到基于陡度的遥感图像质量评价模型系数；(4)根据基于陡度的遥感图像质量评价模型，计算图像的质量评价指标kappa系数。本发明采用kappa系数评价分类精度，对于提取的各种图像质量因子，分别分析其与kappa系数的相关性，找出与kappa系数高度相关的图像质量因子，进一步深入研究二者的关系，进而建立其评价模型，具有全新的理论意义和重要的实际应用价值。
【IPC分类】G06T7-00
【公开号】CN104867154
【申请号】CN201510288896
【发明人】田岩, 张慧敏, 张璞, 许毅平
【申请人】华中科技大学
【公开日】2015年8月26日
【申请日】2015年5月29日