一種基于陡度的遙感圖像質量評價方法
【技術領域】
[0001] 本發明屬于遙感圖像質量評價技術領域，更具體地，設及一種基于睹度的遙感圖 像質量評價方法。
【背景技術】
[0002] 目前，各國遙感探測的發展方興未艾，我國也已經啟動高分辨率對地觀測重大專 向。隨著該計劃的實施，我國將獲取大量具有自主知識產權的遙感數據。為了利用該些數 據大幅度提高我國自主對地觀測信息的能力，包括圖像分類等在內的圖像解譯是不可或缺 的一個技術環節。
[0003] 目前圖像質量評價主要存在兩種方法；主觀評價和客觀評價。主觀評價憑借感知 者的主觀感受評價圖像質量，直接反映給人眼感覺相對較為準確，但是在實際工程應用中 費時費力，易受觀察者的知識背景、經驗、測試環境等多種因素的影像，實時性、穩定性、可 移植性較差。客觀圖像評價方法是設計一個計算模型，可W自動且精確的對圖像的質量進 行評價。但現有客觀評價方法一般是基于遙感圖像特征的評價方法，其評價過程需要結合 圖像的各種特征，建立評價模型，過程繁雜耗時較多。
【發明內容】
[0004] 針對現有技術的W上缺陷或改進需求，本發明提供一種基于睹度的遙感圖像質量 評價方法，其目的在于對遙感圖像進行快速準確的評價，由此解決主觀評價的實時性、穩定 性、可移植性較差的技術問題。
[0005] 本發明提供一種基于睹度的遙感圖像質量評價方法，包括W下步驟：
[0006] 步驟1對輸入遙感圖像提取圖像質量因子睹度steep,所述睹度steep的計算公式 為：
[0007] ;
【主權項】
1. 一種基于陡度的遙感圖像質量評價方法，其特征在于，包括： 步碟1對輸入搖感圖像提取圖像質量閔子陸度steep，所述陡度steep的計算公式為：
其中，μ為圖像灰度均值；σ 2為圖像方差；k為灰度級；P(k)為灰度級為k的概率； 步驟2對所述輸入遙感圖像的灰度信息進行最小距離分類，以得到每類地物的數量來 計算得到所述輸入遙感圖像的類別比例及類間距； 步驟3以仿真數據構建圖像的分類精度字典，包括以下子步驟： (3-1)固定一個類間距，改變類別比例，得出此種情形下的評價模型的第一系數和第二 系數； (3-2)改變類間距，重復所述步驟（3-1)，遍歷所有類間距的情形，得到不同類間距、不 同類別比例下的評價模型的第一系數和第二系數； (3-3)根據不同類間距、不同類別比例和對應的第一系數和第二系數建立所述分類精 度子典； 步驟4建立基于陡度steep的圖像質量評價模型，計算kappa系數用以評價所述輸入 遙感圖像的質量，其中所述kappa系數與所述陡度steep的關系式為： kappa = aXe(bxH〇g(ste印)）） 其中，系數a、b是根據所述輸入圖像的類間距和類別比例查詢所述分類精度字典得到 的對應第一系數和第二系數。
2. 如權利要求1所述的方法，其特征在于，所述步驟1中，所述圖像灰度均值為：
中，MXN為所述輸入遙感圖像大小；f(i，j)為圖像在點（i，j)的灰度值。
【專利摘要】本發明公開了一種基于陡度的遙感圖像質量評價方法，屬于遙感圖像質量評價技術領域。本發明包括以下步驟：(1)對輸入的遙感圖像提取質量因子陡度；(2)對圖像進行最小距離分類，計算圖像的類間距和類別比例；(3)構建分類精度字典得到基于陡度的遙感圖像質量評價模型系數；(4)根據基于陡度的遙感圖像質量評價模型，計算圖像的質量評價指標kappa系數。本發明采用kappa系數評價分類精度，對于提取的各種圖像質量因子，分別分析其與kappa系數的相關性，找出與kappa系數高度相關的圖像質量因子，進一步深入研究二者的關系，進而建立其評價模型，具有全新的理論意義和重要的實際應用價值。
【IPC分類】G06T7-00
【公開號】CN104867154
【申請號】CN201510288896
【發明人】田巖, 張慧敏, 張璞, 許毅平
【申請人】華中科技大學
【公開日】2015年8月26日
【申請日】2015年5月29日