下载文档原格式
遥感数字图像处理主要研究的内容有以下几个方面：1、图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2、图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3、图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。
图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。
如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
4、图像分割图像分割是遥感数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。
虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。
5、图像描述图像描述是图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。
对于特殊的纹理图像可采用二维纹理特征描述。
随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。
遥感科学-思考题汇总-20152“遥感科学”思考题1. 遥感技术的主要特点有哪些？遥感的主要特点：（1）观测范围大、具有综合、宏观的特点（2）信息量大，具有手段多，技术先进的特点（3）获取信息快，更新周期短，具有动态监测的特点（4）数据的综合性和可比性：反映了地球上许多自然人文信息，红外遥感昼夜探测、微波遥感全球探测人们可以从中选择需要的信息（5）经济型：与传统方法相比大大节省人力、物力、财力和时间，具有很高的经济效益和社会效益（6）局限性：遥感技术所利用的电磁波还是很有限，仅是其中的几个波段。
2. 试说明遥感技术的发展趋势。
多层次：地面、航空、航天、宇宙从单一传感器---多传感器分辨率不断提高：空间、时间、辐射和光谱分辨率不断提高全天候、全天时：可见光/红外、短波红外、热红外、微波静态---动态：短周期、多时相定性---定量：新的算法、半自动化、自动化、智能化遥感和非遥感资料结合遥感和GIS、GNNS（全球导航卫星系统，Global Navigation SatelliteSystem，GPS、北斗、伽利略计划等）结合3. 如何理解“遥感”是以电磁波与地球表面物质相互作用为基础来探测、研究地面目标的科学？遥感利用航天、航空（包括近地面）遥感平台上的遥感仪器，获取地球表层（包括陆圈、水圈。
生物圈、大气圈）特征的反射或发射电辐射能的数据，通过数据处理和分析，定性、定量地研究地球表层的物理过程、化学过程、生物过程、地学过程，为资源调查、环境监测等服务。
这里把地球作为遥感的研究对象。
因此，遥感是以电磁波与地球表面物质相互作用为基础来探测、研究地面目标的科学。
4. 掌握并理解遥感的基本过程（提示：辐射源——大气——地表——大气——传感器——应用等环节）。
（1（能源（辐射源）。
所有的被动遥感所利用的能源均为太阳辐射能。
（2（在大气中传播。
太阳辐射能通过大气层，部分被大气中的微粒散射和吸收，使能量衰减。
（3（到达地表的能量与地表物质相互作用。
高分辨率卫星遥感影像制作DOM质量检验方法研究作者：金宜来源：《科技创新导报》2019年第17期摘 ; 要：本文基于笔者从事测绘产品质量检验的相关工作实践，探讨了利用WorldView-2、WorldView-3卫星遥感影像制作DOM产品成果的质量检验内容、检验方法以及成果质量评定流程。
通过全数概查和抽样详查的方式，采用人机交互和人工审查相结合的方法进行检查，从而保证影像加工生产的质量控制。
关键词：卫星遥感影像 ;DOM ;质量元素中图分类号：TP751 ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; 文献标识码：A ; ; ; ; ; ; ; ; ; ; ; ;文章编号：1674-098X（2019）06（b）-0127-03目前，遥感卫星影像已经被广泛应用于军事侦察、测绘制图、气象预报、国土资源勘查、环境质量评价和自然灾害监测与防治、以及地球系统科学等研究领域，发挥着极其重要的作用。
为满足日益广泛的前端应用，其定位已不能拘泥于传统的地貌展示，须同时满足分析与建库的需求。
数字正射影像图是利用DEM对遥感影像逐像元进行辐射改正、微分纠正和镶嵌，并按规定图幅范围裁剪生成的，带有公里格網、图廓（内、外）整饰和注记的平面图。
检验其数据的精度、现势性和完整性，也可从中提取自然资源和社会经济发展信息，为防灾治害和公共设施建设规划等应用提供可靠依据。
某城市高分辨率卫星遥感影像图制作项目是基于WorldView-2、WorldView-3卫星遥感影像数据通过对原始影像数据进行正射纠正、对单景正射影像图进行调色、镶嵌和裁切制作1：2000正射影像图成果数据，并对此DOM成果数据进行质量验收。
1 ;检查内容首先，审查项目的资料质量，其中包括技术设计书、技术总结、检查报告、仪器检定证书等文字报告的质量及资料的整理和装订等。
然后，依据《数字测绘成果质量检查与验收》（GB/T 18316-2008）从空间参考系、位置精度、影像质量和逻辑一致性及附件质量5个质量元素对DOM成果进行检验。
北京揽宇方圆信息技术有限公司遥感卫星数据质量评判标准用计算机处理的遥感图像必须是数字图像。
以摄影方式获取的模拟图像必须用图像扫描仪等进行模/数(A/D)转换；以扫描方式获取的数字数据必须转存到一般数字计算机都可以读出的CCT等通用载体上。
计算机图像处理要在图像处理系统中进行。
图像处理系统是由硬件(计算机、显示器、数字化仪、磁带机等等)和软件(具有数据输入，输出，校正，变换，分类等功能)构成。
图像处理内容主要包括校正、变换和分类。
1.主观评价方法以人为图像的评价者，根据自己的评价尺度和经验对图像质量进行评价。
2.客观评价方法1)均方差2)信噪比主要用来评价影像经压缩、传输、增强等处理前后的质量变化情况，其本质与均方差类似。
3)方差反映了图像各个像元灰度相对于灰度平均值的离散情况，在某种程度上也可以用来评价图像信息量的大小。
若方差大，则图像灰度级分布分散，图像的反差大，可以看出更多的信息；方差小，图像反差小，对比度不大，色调单一均匀，看不出太多的信息。
从直方图的角度来说，它反映了直方图的大致分布宽度。
在图像比较分析中，图像的方差越大，说明图像灰度层次越丰富，在目视效果中，地物更加易于识别和分类，图像质量较为理想。
4)平均梯度敏感地反映图像对微小细节反差表达的能力。
一般来说，平均梯度越大，表明影像越清晰，反差越好，但平均梯度受影像噪声的影像越大。
5)信息熵熵是从信息论角度反映影像信息丰富程度的一种度量方式，信息熵的大小反映了图像携带的信息量的多少。
通常情况下，影像的信息熵越大，其信息量就越丰富，质量也就越好。
信息熵可用于比较不同图像信息量的差异，当不能将影像信息熵作为衡量影像质量好坏的唯一标准，因为即使同一地区的相同质量的遥感影像由于摄影时间不同其信息量也会不同，而且信息熵所反映的情况有时会和人的视觉感受不一致。
6)基于灰度预测误差统计的方法这种方法是用二维差分脉冲编码调制（DPCM）影像压缩编码技术的方法来评价影像的构像质量。
数字测绘产品的质量检查与质量控制数字测绘产品是现代地理信息技术中的重要组成部分，它在城市规划、土地利用、资源调查、环境监测等领域具有广泛的应用。
数字测绘产品的质量检查与质量控制是确保其准确性和可靠性的重要环节，对于保障地理信息数据的有效性和可信度具有重要意义。
在数字测绘产品的制作过程中，必须严格按照相关标准和规范进行质量检查和质量控制，确保产品的质量符合要求。
一、数字测绘产品的质量检查1. 数据获取阶段的质量检查数字测绘产品的质量检查工作应该从数据获取阶段开始。
在进行实地调查和测量时，需要对测量仪器进行校准和检定，确保测量数据的准确性。
对于采集到的原始数据要进行实地核查和验证，排除错误数据和虚假信息。
在无人机航测、卫星遥感和地面测量等不同数据获取途径下，都需要进行相应的质量检查工作，确保数据的准确性和完整性。
2. 数据处理与生产阶段的质量检查在数据处理与生产阶段，需要对数据进行预处理、配准、去噪、重建等操作，确保数据的完整性和一致性。
针对数字地图、DEM、DOM等不同类型的数字测绘产品，需要进行相应的数据质量检查，包括数据精度、数据完整性、数据一致性等方面的检查。
要对数据生产过程中的操作流程、方法和参数进行审核，确保数据生产的过程可控和可追溯。
3. 最终产品的质量检查对于最终的数字测绘产品，需要进行全面的质量检查，包括数据的几何精度、属性精度、完整性、一致性、符合性等方面的检查。
对数字地图要进行多项指标的质量评价，包括地图边界的精度、要素位置的精度、属性信息的准确性等方面的检查。
对于DEM、DOM等产品要进行数据精度、地形准确性、地物表现等方面的检查，确保产品的准确性和可靠性。
1. 质量控制体系的建立为了保证数字测绘产品的质量，需要建立完善的质量控制体系，确保每个环节和每个过程都能进行有效的质量控制。
质量控制体系应包括质量控制流程、质量控制标准、质量控制方法、质量控制人员等内容，对于不同类型的数字测绘产品应该有相应的质量控制要求和标准。
AbstractWith the rapid development of remote sensing technology, a large amount of remote sensing data has been provided for a variety of remote sensing applications. While due to the lack of effective quality evaluation system and methods of remote sensing data in specific application areas, there is great blindness in the acquisition, processing and application of remote sensing data. This lack of awareness of data availability will no doubt affect research in image processing and analysis algorithms, and the evaluation of various processing and analysis of image will be lack of effectiveness. All of these will hinder the expansion of the amplitude and deepening of the level of remote sensing applications.This paper proposes two classification-oriented image quality assessment methods on the basis of analysis of the quality of image classification. The first image quality assessment method is based on image quality factors. For the first method, this paper first analyzes the impact of image quality factors on image quality, and then explores the connection between image quality factors and image classification accuracy; the second image quality assessment method is based on the distribution of image features. For the first method, this paper first builds the image quality model which reflects the relationship between the distribution of image features and image classification accuracy, and then evaluates the image quality using the image quality evaluation model. Since the EM algorithm can easily get trapped in local optimal solution, which may deviate far from the true value, this paper proposes a MCEM (Mean-Constrained Expectation Maximization) algorithm. Compared with the EM algorithm, both theory and experiments show that MCEM algorithm can effectively improve the accuracy of parameter estimation.The experimental results using both the experimental simulation data and remote sensing data, verify the feasibility of the first method proposed in this paper. The experimental results using remote sensing data verify the validation of the second method. Experimental results show that the proposed second method of image quality evaluation, which is based on the distribution of image features can effectively estimate the accuracy of image classification.Keyword: classification-oriented image quality assessment classification accuracy parameter estimation目录摘要 (I)ABSTRACT (II)1 绪论1.1引言 (1)1.2国内外研究现状 (3)1.3研究方法及技术方案 (5)1.4论文结构及主要内容 (6)2 面向图像分类的图像质量评价模型2.1图像分类精度评价指标——K APPA系数的分析 (7)2.2图像质量评价模型的建立 (9)2.3本章小节 (12)3 基于质量要素进行图像质量评价3.1通用图像质量方程 (13)3.2图像质量要素分析与度量 (16)3.3图像质量要素与图像分类精度的关系研究 (18)3.4本章小结 (28)4 基于特征分布的图像质量评价4.1概率密度估计算法 (29)4.2基于特征分布的图像质量评价 (43)4.3基于特征分布的图像质量评价方法性能评价 (46)4.4本章小结 (47)5 总结与展望5.1本文总结 (49)5.2未来工作与展望 (50)致谢 (51)参考文献 (52)1 绪论1.1 引言遥感技术由于其获取数据的范围广、实时性好以及综合性强等优点，已成为空间探测的重要手段。
卫星遥感数字产品质量评价方法研究蒲德祥1胡艳1董竹2(1重庆市地理信息中心，重庆401121）（2成都巿勘察测绘研究院，成都610081）Research on the Methods of Quality Assessment of Digital Remote-sensingImagesPu Dexiang1, Hu Y an1，Dong Zhu2(1.Chongqing Geomatics Center, Chongqing，401121(2.Chengdu Surveying and Mapping Institute，610081)摘要：本文面向遥感影像的纠正、融合、颜色调整等生产环节，从几何质量、构像质量两个方面多个视角，设计几何定位精度、长度变形精度以及角度变形精度三个指标综合反映影像几何质量，从新信息的摄入、原始有用信息的继承和改进的角度，构建典型指标信息熵、平均梯度、空间相关系数和光谱相关系数来综合反映影像构像质量，为遥感影像的生产环节提供监控手段，从而保障为经济社会服务提供质量稳定的影像产品。
关键词：遥感质量评价几何质量构像质量1引言随着航天技术和计算机技术的飞速发展，卫星数据的类型越来越多，分辨率越来越高，应用也越来越广泛。
卫星遥感数字产品有着内容丰富、真实直观、现势性强等优点，因此在资源调查、城市规划、环境监测等多个方面有着重要应用，尤其在地理空间信息获取与更新方面，由于分辨率高和现势性强的特点，逐渐成为主要数据源。
随着新的产品和处理方法不断涌现以及应用的推广，卫星遥感数字产品的质量评价也越来越引起各国学者以及用户单位的重视[1-4]，影像质量评价可以对影像的获取、处理等各环节提供监控手段，从而为应用提供质量稳定的影像数据。
2遥感产品质量评价内容遥感影像质量的评价内容可分为三部分：几何质量、构像质量和内容完整性的评价[5]。
几何质量表达了影像能正确量测真实地物几何特性的能力；内容完整性指的是对影像相关信息的描述的完整性、正确性、逻辑性等；相对来说构像质量比较复杂，构像质量反映了影像表达真实地表的敏感能力和能为目视分辨相邻两个微小地物提供足够反差的能力[5]，一般通过影像的反差、可分辨性、清晰度等等系列指标来反映。
不同类型不同级别的遥感影像产品在这三个层面评价的具体内容会有所侧重和不同。
对于用户单位而言，对卫星影像最常做的操作即校正、影像融合、颜色调整等基本处理，最为关心的就是影像经处理以后产品的质量情况，从而对影像的生产环节进行有效的监控，有针对性的进行算法调整或改进，以提高影像质量，因此，本研究主要从几何质量、构像质量两个方面对经过纠正、融合、颜色调整后的影像质量评价进行研究探讨。
3遥感产品质量评价方法3.1几何质量评价目前传统的对纠正后影像几何精度进行评价是通过在影像上选取一定数目的均匀分布的检查点，通过计算其在图像上的坐标与其真实地理位置的坐标误差，统计计算平均中误差来表征，但实际上，中误差只能大体告知影像上的平均几何定位精度，而无法体现影像内部几何精度的一致性、符合程度，因此，采用几何定位精度、长度变形精度以及角度变形精度三个指标综合反映影像几何质量。
为便于比较均衡的反映影像的几何质量情况，设计如下布点方案，首先计算影像的四个角点坐标，并作对角线，两条对角线的交点即为该景影像的中心点，在该中心点附近选定1个检查点，并在垂直轨道方向、沿着轨道方向、左对角线方向，右对角线均匀布设不少于9个左右的检查点（当然，点越多，对其几何精度的描述越全面），分布如图1：图1 检查点分布图3.1.1 几何定位精度几何定位精度即图像上检查点的坐标位置与其真实坐标位置的误差，它包含X 方向中误差、Y 方向中误差以及总体的平均中误差。
首先计算图1中0-8号检查点在影像上的坐标与其真实坐标位置的误差，公式如下（其中i 为点号）：i真实i 影像X -X X i =∆ i 真实i 影像Y -Y =∆i Y22iii XY ∆Y +∆X=∆进而计算影像在X 方向、Y 方向以及总体的平均中误差，即几何定位精度，公式如下：nXR ni ix ∑=∆=12nYR ni iy ∑=∆=12nXYR ni ixy ∑=∆=123.1.2 长度变形精度长度变形精度即图像上不同方位上两个检查点点对间的距离与真实同名点点对的真实距离的相对误差。
考虑一般而言，影像的边缘变形较大，因此选择图1中1→0、1→2、2→0、2→3、3→0、3→5、5→0、5→8、8→0、8→7、7→0、7→6、6→0、6→4、4→0、4→1等16个方位（这些方位的选择可根据需要设定）。
分别计算影像上各点对的距离与相应点对的真实距离的差值，公式如下：2222i i )()()()(B A m n m nm n m nY Y X X Y Y X X 真实真实真实真实影像影像影像影像-+---+-=- 再计算各个方位的长度变形精度Ki ，公式如下：iii i A B A K -=进而计算整体长度变形精度K ，公式如下：∑=iK nK 13.1.3 角度变形精度角度变形精度即图像上不同方位上两个检查点点对所形成的直线与真实同名点点对的直线间的夹角。
角度变形精度通常以图像上垂直轨道方位、沿着轨道方位、左对角线方位，右对角线方位为基本参考方位，在相应方位检查点与影像中心点所形成的直线与真实同名点点对的直线的角度来表示，即1→0、8→0、2→0、7→0、3→0、6→0、4→0、5→0八个方位。
角度计算公式如下：)()('''0''X X Y Y ATAN X X Y Y ATAN oi o i i i -----=-θθ式中，（iX ，iY ）为影像上检查点的坐标，（'X ，'Y ）相应点的真实坐标。
在此基础上计算整体角度变形精度θ，即各个方位检查点角度偏移的平均值。
公式如下：nii ∑-='θθθ3.2构像质量评价融合及调色后影像的构像质量评价是影像处理不可或缺的一个环节，通过对融合及调色的效果和性能进行分析、测试和评估，可以进一步调节算法参数，使整个处理过程得到优化。
目视判读不能完全客观地理解图像的质量信息，客观方法则以一系列的指标进行定量评价，目前常用客观评价法有信息熵法、方差法、 信噪比、信息容量、清晰度、平均剃度、偏差指数、相关系数等等一系列的指标[6-8]。
理想的融合及调色过程应该既有对新信息的摄入，又有对原始有用信息的继承和改进，因此，在进行质量评价时应该要进行分类考虑，同时避免同类指标的信息冗余，信息熵、交叉熵、标准差、信噪比属于新影像信息增加方面的指标，平均梯度、分形维数、小波能量等属于影像信息改进方面的指标，偏差、标准偏差、均值、均方根误差、相关系数属于原始信息继承方面的指标，从这三个方面出发构建典型指标信息熵、平均梯度、相关系数综合反映影像构像质量，此外，针对相关系数专门构建空间相关系数以及光谱相关系数指标。
3.2.1 信息熵信息量增加是图像融合最基本的要求，图像的信息熵是衡量信息量增加大小的重要参数，一般来说，影像的熵越大，影像所含信息越丰富值越大。
可以通过融合前后图像信息熵的变化来反映，其表达式为：ii i p p x H 2255log)(∑=-=式中，ip 为影像出现灰度值为i 的像素的概率。
3.2.2 平均梯度平均梯度反映影像微小细节反差变化的速率，即影像多维方向上密度变化的速率，是反映影像清晰度的主要衡量参数。
平均梯度越大，影像越清晰，一般用其来评价融合及调色后影像和原影像在微小细节表达能力上的差异，其定义为：212211112),(),()1)(1(1⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫⎝⎛∆∆+⎪⎭⎫⎝⎛∆∆⨯--=∑∑-=-=y y x F x y x F n m g y x n y m x式中，),(y x F x ∆和),(y x F y ∆分别表示影像在x 和y 方向上相邻像素间灰度变化值。
3.2.3 相关系数影像的相关系数反映了两幅影像的相关程度，一般是通过相关系数来比较处理后的影像相对于多光谱影像光谱信息的改变程度。
但实际上还有一方面，即处理后的影像还须能最大程度的保留原高空间分辨率影像的空间纹理细节，因此，分别构建空间相关系数和光谱相关系数。
空间相关系数用来表征处理后影像与原高空间分辨率图像的空间相关性，相关系数越大，越能保持原高空间分辨率图像的纹理特征。
为便于突显空间相关性，将原高空间分辨率图像与处理后的影像分别进行高通滤波处理后计算空间相关系数，公式如下：∑∑∑∑∑∑-=-=-=-=---=-=------=10101010221010)),(()),(()),()(),((M i N j M i N j BB AA M i N j BB AA fj i f fj i f fj i f fj i f R其中，M 、N 为图像行数和列数，),(j i f A 、),(j i f B 分别为处理后的影像 某个波段与原高空间分辨率影像的i 行j 列的灰度值。
-Af 、-Bf 分别为处理后的影图像某波段和原高空间分辨率图像的平均灰度。
光谱相关系数用来表征处理后的影图像与原多波段图像对应波段的光谱相关性，相关系数越大，越能保持原多波段影像的光谱特征。
为统一尺度效应，可先将处理后的影像重采样成与原多波段图像相同的空间分辨率，按波段分别计算光谱相关系数，公式同上。
4结论本文针对遥感数据产品的处理与应用，从几何质量、构像质量两个方面多个视角，对经过纠正、融合、颜色调整后的影像质量评价方法进行研究探讨。
通过对处理后影像质量的评价，有效的监控影像生产的工艺环节和处理方法，评判影响影像质量的薄弱环节和算法，进而有针对性的改善或控制相应的生产方法，以提高影像质量，同时遥感产品的质量评价也能为其可供使用的范围提供依据，对于推动影像产品的标准化应用也有重要意义。
参考文献〔1〕何中翔，王明富，杨世洪，吴钦章。
遥感图像客观质量评价方法研究[J]，2011，NO.6：47-52 〔2〕Wang Z，Bovik A C，Sheikh H R，et al. Image quality assessment：from error visibility to structural similarity[J]。
IEEE Transactions on Image Processing, 2004， 13(4)：600-612 〔3〕Saad M A， Bovik A C，and Charrier C. A DCT statistics-based blind image quality index[J]. IEEE Signal Processing Letters， 2010，17(6)：583-586〔4〕张飞艳，谢伟，林立宇，秦前清. 基于小波域自然影像统计特征的无参考遥感影像质量评价[J]. 电子与信息学报，2011，33（11）：2742-2747〔5〕王昱，胡莘，张保明。
