遥感数据融合后图像质量评价的研究

遥感数据融合后图像质量评价的研究

论文摘要

近年来,随着遥感技术的快速发展,遥感影像融合成为遥感技术领域的一个研究热点。多源遥感图像融合技术是将不同类型传感器获取的同一地区的影像数据进行几何校正、空间配准,然后采用一定的算法将各影像数据中所含的信息优势或互补性有机结合起来,得到一幅包含信息更加丰富的图像。应用融合结果前需要对融合质量进行评价。影像质量的正确评价是一项很有意义但又十分困难的问题,在图像处理中占有十分重要的地位,有了可靠的图像质量评价方法,才能正确评价图像质量的好坏、处理技术的优劣及系统性能的高低。目前,虽然提出了各种不同的评价方法,但是由于缺乏统一的理论和方法,尚没有衡量图像质量的客观统一标准。本文主要研究了像素级融合的基本方法并建立了一个综合的图像效果评价体系,且应用该体系对实验中的三幅融合影像进行了评价。首先,本文介绍了遥感数据融合的意义和目的以及影像融合前预处理的基本方法,为实验中影像的融合做好准备。其次,介绍了传统的像素级融合方法,包括IHS变换融合、主成分(PCA)变换融合和Brovey融合。简单的讲解了它们的融合原理和融合流程,并对这三种融合方法进行了简单的评价。然后,对影像的定量评价进行了研究,根据对传统影像评价指标进行的分析,建立了一个综合的融合影像效果定量评价体系。其中包括光谱保真度指标、影像清晰度指标、信息量指标和结构相似度指标。光谱保真度指标和影像清晰度指标是对传统指标的一种综合处理,使评价体系能够更全面、客观的对影像进行评价;信息量指标是根据光谱保真度指标和影像清晰度指标建立的;结构相似度综合了人眼的视觉特性,根据均值、方差和协方差建立的一个主观与客观因素相结合的评价准则,并结合光谱保真度指标和影像清晰度指标建立了融合指数。最后,对QuickBird卫星的全色影像和多光谱影像进行了简单的图像预处理和最佳波段选取,并应用文中介绍的像素级融合基本方法进行了影像融合,将融合影像应用文中建立的影像质量综合评价体系进行评价,并与传统指标进行了比较。实验结果表明,文中建立的影像质量评价体系是可行的,它能更全面、客观的对融合影像进行分析。从而结合定性和定量这两方面对影像质量进行评价。同时,本文对体系的不足之处也做出了一定的分析。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 前言
  • 1.1 论文的研究意义
  • 1.2 国内外研究现状
  • 1.3 本文主要研究内容及方法
  • 第二章 遥感影像及其预处理技术
  • 2.1 遥感影像的类型
  • 2.1.1 按几何特性分类
  • 2.1.2 按波谱特性分类
  • 2.2 遥感影像的特征
  • 2.2.1 空间分辨率
  • 2.2.2 辐射分辨率
  • 2.2.3 光谱分辨率
  • 2.2.4 时间分辨率
  • 2.3 图像预处理
  • 2.3.1 图像几何校正
  • 2.3.2 图像去噪
  • 2.3.3 图像配准
  • 第三章 遥感影像融合的基本方法
  • 3.1 数据融合与遥感影像融合
  • 3.1.1 数据融合的一般概念
  • 3.1.2 遥感影像融合
  • 3.2 影像融合数据的选择
  • 3.2.1 影像数据选择的因素
  • 3.2.2 影像融合的组合模式
  • 3.3 影像融合的基本方法
  • 3.3.1 代数运算融合方法
  • 3.3.2 基于空间变换的融合方法
  • 第四章 融合效果评价研究
  • 4.1 传统指标概述
  • 4.1.1 指标分析
  • 4.1.2 指标选取
  • 4.2 指标体系构建
  • 4.2.1 光谱信息指数的构建
  • 4.2.2 高频信息指数的构建
  • 4.2.3 信息量指数的构建
  • 4.2.4 融合指数的构建
  • 4.3 指标体系的实现
  • 4.3.1 相关系数的实现
  • 4.3.2 光谱信息指数的实现
  • 4.3.3 高频信息指数的实现
  • 4.3.4 结构相似度的实现
  • 4.3.5 融合指数的实现
  • 4.3.6 信息量指数的实现
  • 第五章 昆明市呈贡区域影像的融合分析
  • 5.1 ERDAS软件介绍
  • 5.2 QuickBird卫星数据简介
  • 5.3 融合前预处理
  • 5.3.1 数据预处理
  • 5.3.2 波段选取
  • 5.4 影像融合
  • 5.5 融合结果评价
  • 5.5.1 定性评价
  • 5.5.2 定量评价
  • 5.6 案例分析
  • 第六章 总结
  • 6.1 影像融合
  • 6.2 影像质量评价体系
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].基于视觉感知与学习的图像质量评价[J]. 浙江科技学院学报 2019(06)
    • [2].图像质量评价方法研究[J]. 内江科技 2018(12)
    • [3].分区域多标准的全参考图像质量评价算法[J]. 天津大学学报(自然科学与工程技术版) 2019(06)
    • [4].客观图像质量评价[J]. 计算机与数字工程 2019(09)
    • [5].无参考图像质量评价方法研究[J]. 计算机产品与流通 2018(03)
    • [6].不同亮度下无参考图像质量评价方法[J]. 光学技术 2018(05)
    • [7].基于深度学习模型的图像质量评价方法[J]. 华中科技大学学报(自然科学版) 2016(12)
    • [8].稀疏表示的无参考图像质量评价方法[J]. 计算机科学与探索 2017(01)
    • [9].融合显著图和保真图的全参考图像质量评价[J]. 光电子·激光 2016(11)
    • [10].基于视觉感知的彩色图像质量评价[J]. 电脑知识与技术 2017(02)
    • [11].基于色彩特征的无参考彩色图像质量评价[J]. 计算机科学 2017(S1)
    • [12].结合结构信息和亮度统计的无参考图像质量评价[J]. 电子学报 2016(04)
    • [13].基于亮度阈值效应的无参考图像质量评价方法[J]. 包装工程 2016(15)
    • [14].基于图像相关性和结构信息的无参考图像质量评价[J]. 光电子·激光 2014(12)
    • [15].印刷图像质量评价方法研究[J]. 印刷质量与标准化 2015(04)
    • [16].基于空间依存的无参考图像质量评价[J]. 光学精密工程 2015(11)
    • [17].基于增强型对抗学习的无参考图像质量评价算法[J]. 计算机应用 2020(11)
    • [18].基于视差图指导的无参考立体图像质量评价[J]. 天津大学学报(自然科学与工程技术版) 2020(08)
    • [19].结合清晰度的无参考图像质量评价[J]. 计算机与数字工程 2020(04)
    • [20].基于眼优势的非对称失真立体图像质量评价[J]. 自动化学报 2019(11)
    • [21].无参考屏幕内容图像质量评价[J]. 软件学报 2018(04)
    • [22].基于兴趣区域的无参考图像质量评价方法[J]. 计算机工程与应用 2018(16)
    • [23].基于自然场景统计的无参考图像质量评价(英文)[J]. 系统仿真学报 2016(12)
    • [24].基于非下采样轮廓波变换和多核学习的盲图像质量评价[J]. 计算机工程与科学 2017(06)
    • [25].采用在线流形学习的彩色图像质量评价[J]. 光学技术 2017(05)
    • [26].基于结构显著性的医学图像质量评价[J]. 浙江工业大学学报 2015(06)
    • [27].基于感知分组理论的图像质量评价(英文)[J]. Journal of Southeast University(English Edition) 2016(01)
    • [28].基于全变分模型的视觉感知图像质量评价方法[J]. 电子科技大学学报 2015(01)
    • [29].基于色彩感知的无参考图像质量评价[J]. 仪器仪表学报 2015(02)
    • [30].基于波前像差的图像质量评价方法研究[J]. 电子设计工程 2015(08)

    标签:;  ;  ;  ;  

    遥感数据融合后图像质量评价的研究
    下载Doc文档

    猜你喜欢