遥感影像质量评价(3)
遥感影像镶嵌实验报告(3篇)
第1篇一、实验目的1. 理解遥感影像镶嵌的概念和意义。
2. 掌握遥感影像镶嵌的基本原理和方法。
3. 学会使用遥感图像处理软件进行影像镶嵌操作。
4. 分析影像镶嵌的效果，并探讨优化影像镶嵌的方法。
二、实验原理遥感影像镶嵌是将多幅遥感影像按照一定规则拼接成一幅大范围、连续的遥感影像，以展示更大范围的地理信息。
影像镶嵌的原理主要包括：1. 影像匹配：通过比较多幅影像之间的相似性，确定影像之间的对应关系。
2. 影像配准：根据影像匹配结果，对多幅影像进行几何校正，使其在空间上对齐。
3. 影像拼接：将配准后的影像按照一定规则拼接成一幅连续的遥感影像。
三、实验数据本实验使用的数据为我国某地区Landsat 8影像，包含全色波段和多个多光谱波段。
四、实验步骤1. 数据预处理（1）辐射定标：将原始影像的数字量转换为地物反射率或辐射亮度。
（2）大气校正：去除大气对影像的影响，提高影像质量。
（3）几何校正：纠正影像的几何畸变，使其符合实际地理坐标。
2. 影像匹配（1）选择匹配算法：本实验采用互信息匹配算法。
（2）设置匹配参数：根据影像特点，设置匹配窗口大小、匹配阈值等参数。
（3）进行匹配运算：将多幅影像进行匹配，得到匹配结果。
3. 影像配准（1）根据匹配结果，确定影像之间的对应关系。
（2）选择配准方法：本实验采用二次多项式配准方法。
（3）进行配准运算：将多幅影像进行配准，使其在空间上对齐。
4. 影像拼接（1）选择拼接方法：本实验采用线段拼接方法。
（2）设置拼接参数：根据影像特点，设置拼接线宽、重叠区域等参数。
（3）进行拼接运算：将配准后的影像进行拼接，得到一幅连续的遥感影像。
5. 结果分析（1）分析拼接效果：观察拼接后的影像，检查是否存在明显的拼接线、几何畸变等问题。
（2）优化拼接方法：根据分析结果，调整拼接参数，优化拼接效果。
五、实验结果与分析1. 拼接效果通过实验，成功将多幅Landsat 8影像拼接成一幅连续的遥感影像。
遥感图像客观质量评价方法研究
遥感图像客观质量评价方法研究何中翔;王明富;杨世洪;吴钦章【摘要】为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法.采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证.实验表明:为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍.%To study the quality effect of the remote sensing image brought by the image compression process, several algorithms of objective quality assessment about the visual and geometric quality of the remote sensing image are discussed. A sub-pixel level corner detection algorithm based on the Harria corner detection algorithm is improved. Two compression algorithms of JPEG2000 and SPIHT are used to verify these assessment algorithms. The experimental results show that the image compression rate can be no larger than 16 if you want to distinguish the details by your eyes, and it can be no larger than 8 if you need satisfactory precision in computer vision applications.【期刊名称】《图学学报》【年(卷),期】2011(032)006【总页数】6页(P47-52)【关键词】图像压缩;图像质量评价;角点检测算法;压缩比【作者】何中翔;王明富;杨世洪;吴钦章【作者单位】中国科学院光电技术研究所,四川成都610209;中国科学院研究生院,北京100039;中国科学院光电技术研究所,四川成都610209;中国科学院研究生院,北京100039;中国科学院光电技术研究所,四川成都610209;中国科学院光电技术研究所,四川成都610209【正文语种】中文【中图分类】TP391航空遥感图像数据量巨大，为在有限的传输信道带宽下尽量保持遥感图像信息，必须对图像进行压缩减少数据量。
遥感图像的精度评估方法与操作技巧
遥感图像的精度评估方法与操作技巧导言随着遥感技术的不断发展和应用，遥感图像的精度评估成为了一个重要的研究领域。
通过对遥感图像的精度评估，我们可以了解图像在空间和时间上的准确性和可靠性，为各种遥感应用提供科学依据。
本文将介绍遥感图像的精度评估方法与操作技巧。
一、遥感图像的精度评估方法1. 基于地面控制点的精度评估该方法通过选择具有准确地理位置信息的地面控制点，并将其在遥感图像中对应的像素位置进行匹配，计算其坐标误差或特征点匹配精度。
常用的方法包括最小二乘法、地理位置码（GCP）法和光谱信息法等。
2. 基于参考数据的精度评估该方法通过将遥感图像与具有高精度的参考数据进行对比，计算图像的分类精度或准确性指标。
常用的方法包括混淆矩阵法、准确性指数法和Kappa系数法等。
3. 基于影像质量评价的精度评估该方法通过对遥感图像的影像质量进行评价，并将评价结果作为图像精度的间接指标。
常用的方法包括噪声分析、模糊度评估和直观评价等。
二、遥感图像的精度评估操作技巧1. 数据预处理在进行遥感图像的精度评估之前，需要进行一些必要的数据预处理。
包括图像去噪、几何校正和辐射校正等。
这些预处理操作能够提高图像的质量和准确性，为后续的精度评估奠定基础。
2. 控制点的选择与采集控制点的选择对遥感图像的精度评估至关重要。
在选择控制点时，应保证其具有准确的地理位置信息，并且分布均匀。
采集控制点时可以借助GPS定位设备和高分辨率影像来提高采集效率和精度。
3. 参考数据的获取对于基于参考数据的精度评估方法，需要获取具有高精度的参考数据。
可以通过现场调查、GPS测量和地面真实标记物等方式获得。
在选择参考数据时，应与遥感图像的内容和分辨率相匹配，确保评估结果的准确性。
4. 精度评估指标计算在进行遥感图像精度评估时，需要计算相应的指标。
根据评估的目的和要求，可以选择适合的指标，如分类精度、位置精度、辐射精度等。
对于不同的指标，需要使用相应的计算公式或软件工具进行计算。
遥感导论课后题答案
一、名词解释（1）电磁波谱：按电磁波在真空中传播的波长或频率，递增或递减排列，则构成了电磁波谱。
（2）遥感平台：装载传感器的平台称为遥感平台。
（3）黑体：如果一个物体对于任何波长的电磁辐射都全部吸收，则这个物体是绝对黑体。
（4）大气窗口：通常把电磁波通过大气层时较少被反射、吸收或散射的，透过率较高的波段称为大气窗口。
（5）传感器：接收、记录目标地物电磁波特征的仪器，称为传感器或遥感器。
（6）空间分辨率：图像的空间分辨率指像素所代表的地面范围的大小，即扫描仪的瞬时视场，或地面物体能分辨的最小单元。
（7）数字图像：数字图像是指能够被计算机存储、处理和使用的图像。
（8）遥感数字图像：是以数字形式表示的遥感图像。
1.遥感：遥感是应用探测仪器，不与探测目标接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术2.遥感系统包括：被测目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用五大部分3雷达：由发射机通过天线在很短时间内，向目标地物发射一束很窄的大功率电磁波脉冲，然后用同一天线接收目标地物反射的回波信号而进行显示的一种传感器。
二、填空题（1）遥感按工作方式分为主动遥感和被动遥感；成像遥感和非成像遥感。
（2）颜色的性质由明度，色调，饱和度组成。
（3）微波的波长为1mm~1m。
(4) 传感器一般由敏感元件、转换元件、转换电路三部分组成。
（5）微波遥感的工作方式属于遥感（6）侧视雷达的分辨力分为距离分辨力和方位分辨力，前者与脉冲宽度有关；后者与发射波长，天线孔径，距离目标地物。
（7）遥感探测系统包括信息源、信息获取、信息记录和传输、信息处理、信息应用。
（8）与常规手段相比，RS的特点为大面积同步观测、时效性、数据的综合性和可比性、经济性、局限性。
（9）大气散射包括瑞利散射、米氏散射、无选择性散射。
（10）数字图像增强的方法包括对比度变换、空间滤波、彩色变换、图像运算、多光谱变换。
如何进行卫星遥感影像的几何校正与精度评定
如何进行卫星遥感影像的几何校正与精度评定卫星遥感影像的几何校正与精度评定是遥感技术中非常重要的一项工作，它能够提高遥感影像的准确性和可信度。
本文将介绍卫星遥感影像几何校正和精度评定的基本原理和方法。
一、卫星遥感影像的几何校正卫星遥感影像的几何校正是指将原始影像转换为具有精确几何关系的图像的过程。
这是因为卫星遥感影像在获取过程中，由于各项误差的存在，常常呈现出几何畸变的情况。
几何校正的目的是消除这些误差，使得影像能够准确地反映地面实际情况。
几何校正的方法一般可以分为两种：地面控制点法和模型法。
地面控制点法是通过选择并测量地面上的控制点，并与影像中的对应点进行匹配，计算出转换参数，然后进行校正。
模型法是利用数学模型对影像进行几何校正，常用的模型有多项式模型和分层多项式模型。
这些方法都需要借助于地面控制点或其他辅助数据来进行几何校正。
除了几何校正，影像还需要进行辐射校正。
辐射校正是将原始影像转换为可以反映地物辐射特性的高光谱数据。
常见的辐射校正方法有大气校正和地表反射率校正。
大气校正是去除大气吸收和散射对影像造成的影响，地表反射率校正是消除影像中的地物纹理和细节。
二、卫星遥感影像的精度评定卫星遥感影像的精度评定是判断影像准确性和可靠性的一项工作。
它可以通过对比影像与已知真实数据进行对照，计算出各种误差指标来评价影像的精度。
影像的精度评定主要包括几何精度评定和辐射精度评定两个方面。
几何精度评定主要是通过计算影像的地面分辨率、地面形状和位置精度等指标来评估影像几何特征的精度。
辐射精度评定则是通过计算影像的辐射定标系数、重现性等指标来评估影像的辐射特性的精度。
在进行精度评定时，需要借助于地面控制点、高分辨率遥感影像或其他精确数据，进行对比和验证。
通过计算各个指标，并进行统计分析，可以得出影像的精度评定结果。
三、卫星遥感影像几何校正与精度评定的重要性卫星遥感影像的几何校正和精度评定对于遥感应用具有重要的意义。
如何评价遥感图像的质量
如何评价遥感图像的质量在当今的科技时代，遥感图像在众多领域中发挥着至关重要的作用，如地理测绘、环境监测、农业生产、城市规划等。
然而，要想充分利用遥感图像所提供的信息，首先需要对其质量进行准确的评价。
那么，如何来评价遥感图像的质量呢？这可不是一个简单的问题，需要从多个方面进行综合考量。
我们先来说说空间分辨率。
简单来讲，空间分辨率指的是遥感图像中能够分辨的最小地物尺寸。
比如说，一张空间分辨率高的遥感图像，能够清晰地呈现出细小的物体和细节，像道路上的标线、房屋的轮廓等；而空间分辨率低的图像，这些细节就会变得模糊不清。
对于不同的应用需求，对空间分辨率的要求也不同。
如果是用于城市规划，可能需要高空间分辨率来准确规划建筑物和道路；但如果是用于大范围的生态环境监测，稍低的空间分辨率也许就足够了。
接下来是光谱分辨率。
这主要涉及到图像能够捕捉到的光谱范围和波段数量。
光谱分辨率高的遥感图像，可以更准确地识别不同地物的光谱特征，从而有助于区分各种地物类型。
比如，通过高光谱分辨率图像，我们能够区分出不同类型的植被，甚至可以监测它们的健康状况。
然后是辐射分辨率。
它反映的是遥感图像中灰度值的细分程度。
辐射分辨率高的图像，能够更精确地表示地物的辐射能量差异，使得图像中的色调更加丰富和细腻。
这对于定量分析，比如计算地表温度、植被覆盖度等，是非常重要的。
图像的清晰度也是一个关键因素。
这包括图像是否有模糊、失真、噪点等问题。
如果图像模糊不清，或者存在严重的噪点，那么就会影响我们对地物的识别和分析。
还有几何精度。
遥感图像的几何精度指的是图像中的地物位置与实际地理位置的符合程度。
如果几何精度差，那么在进行地理定位和测量时就会产生较大的误差。
时间分辨率也不能忽视。
它表示的是获取同一地区遥感图像的时间间隔。
对于动态变化的现象，比如洪水的演进、农作物的生长，时间分辨率高的图像能够提供更及时和连续的监测信息。
除了上述这些技术指标，我们还要考虑图像的完整性。
遥感卫星数据质量评判标准
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。
遥感影像质量控制考核试卷
7.遥感影像的______是指影像中不同地物间的对比度。
8.在遥感影像处理中，______是指将多源遥感数据合并为单一数据集的过程。
9.遥感影像质量评价中，______是一种基于统计方法的影像质量评价指标。
10.______是一种无监督分类方法，它基于像素之间的统计特性进行分类。
18.在遥感影像质量控制中，以下哪个步骤主要用于消除影像的条带噪声？（）
A.均值滤波
B.中值滤波
C.高斯滤波
D.归一化处理
19.以下哪个因素会影响遥感影像的地理编码精度？（）
A.控制点数量
B.控制点分布
C.控制点精度
D.所有上述因素
20.在遥感影像质量评价中，以下哪个方法属于主观评价方法？（）
A.信息熵
B.辐射校正
C.几何校正
D.波段选择
5.以下哪种传感器不属于主动遥感传感器？（）
A.激光雷达
B.遥感卫星
C.红外相机
D.合成孔径雷达
6.影像分辨率与以下哪个因素无关？（）
A.传感器波段
B.传感器距离地面高度
C.传感器视场角
D.地面目标大小
7.在遥感影像质量控制中，以下哪种方法主要用于消除影像噪声？（）
D.空域滤波
19.以下哪些因素会影响遥感影像的大气校正效果？（）
A.大气中的气溶胶含量
B.水汽含量
C.大气压力
D.地面温度
20.以下哪些方法属于遥感影像质量的主观评价方法？（）
A.专家评分
B.视觉效果评价
C.用户满意度调查
D.统计分析方法
三、填空题（本题共10小题，每小题2分，共20分，请将正确答案填到题目空白处）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
问题二：如何对影像的质量进行评估？
理论基础：采样理论与统计分析
随机采样的大量样本呈现出系统的概率分 布规律,即正态分布； 遥感统计分析一般都假定亮度值也服从正 态分布，如遥感影像分类； 实际上遥感数据中的亮度值也可以是非正 态分布的，所以有时也需要采用一些非参 数统计的方法来进行分析。
7.地统计分析 （Geostatistic analysis)
地球表面有着明显的空间特性，这种空间特性在遥感影像 上往往表现为纹理，图像分析时需要将这些纹理量化表示。 影像纹理是像素及其邻域中的像素共同表现出的特征，对 其量化实际上是对影像上的亮度值空间自相关性进行量化。
遥感多光谱影像的本质是地物对不同光学电磁波 段电磁波反射能力的记录，以亮度值的形式表现， 亮度值的大小代表反射率或辐射率的高低。 实际上，遥感影像中的数据可以看作由变化的亮 度值描述的“场”数据，也就是说像素的光谱值 存在普遍的空间自相关，同时光谱值的出现又具 有一定的随机性。 因此，遥感影像中的亮度值就是一种区域化变量， 可以利用地质统计学中的相关理论进行分析。地 统计（地质统计学）方法可用于提取区域化变量 的空间特征和拟合非采样点的值。
1. 图像元数据
文件名 最后修改的日期 量化等级 行、列数 波段数 亮度统计值（最小值、最大值、均值、中值、标 准差，等） 地理参考 像素尺寸
2.直方图
直方图是图像信息内容的一种图形表示， 根据对各亮度值出现的频率统计来实现 直方图可用来评价图像的质量 注意：当大量像元具有相同的亮度值时， 传统的直方图显示需要做适当调整。
数据需求
时间分辨率 波谱分辨率
遥感数据选择
遥感数据中存在误差
环境影响，如大气散射 遥感系统，如定标不完善 不恰当的星上或地面处理，如模数转换 …
影像分析前，应首先对数据的质量 和统计特性进行评价
查看某个亮度值在影像中出现的频率 （直方图） 查看一定地理区域内特定位置上像元的亮 度值 单变量统计分析，以确定影像数据中是否 有异常 多变量统计分析，以确定波段间的相关性
其中: k为影像的波段号， DN(.)为辐射波段数据。
对于一个给定的步长，相应的半变异函数值可以 在一个移动窗口中计算，而移动窗口的大小则依 据各种不同土地覆盖类型值的变异性定义。
对遥感影像而言， 变异函数描述的是地物 光谱反射率或光谱亮度值这个区域化变量 的相关关系和空间结构，实际上就是地物 表面不同的纹理特征，所以可将变异函数 值看做纹理特征的一种量化方式。 在利用图像的地统计纹理进行分类时，可 以直接基于变异函数的值来进行，也可以 基于变异函数的模型系数来进行。
利用地统计理论对影像上的空间特征进行量化， 之后可进一步用于：
图像分类
用于分类图精度评定 对Fra bibliotek采样区进行空间插值
地统计基本原理
变异函数：表示区域化变量的相关关系和空间结构。 在以向量h相隔的两点x与x+h的两个区域化变量z(x)与 z(x+h)之间的变异，可以用它的增量平方的期望来表示， 即 2
《遥感原理与方法》
第三讲 遥感影像质量评估
问题一：为何要进行遥感影像质量评估？
问题二：如何对影像的质量进行评估？
问题一：为何要进行遥感影像质量评估？
遥感数据的特性
空间分辨率 光谱分辨率 辐射分辨率 时间分辨率
应用中遥感数据的选择
经济成本 专题目的 专题地域环境 专题图比例尺
空间分辨率
2 ( x, h) E{[ z( x) z( x h)] }
称为变异函数。 在内蕴假设和平稳性假设条件下，可用下式对变异函数进 行估计，其中N(h)是被向量h相隔的试验数据对的对数。
1 N (h) 2 2 ( x, h) [ z ( x ) z ( x h )] i i N (h) i 1
covkl
( BV
i 1
n
ik
k )(BVil l ) n 1
波段间的相关性 correlation
covkl rkl sk sl
6.特征空间散点图 （feature space plot)
是两个波段影像统计相关性的图形化表示 具体方法是：在特征空间中统计两个亮度值组合 出现的频率；频率越高，用较大的亮度值在特征 空间中显示，频率越低，用较小的亮度值在特征 空间中显示。 相关性判断方法：若特征空间中的点云形状似细 长的椭圆，择两个波段的相关性较强；若形状似 扁平的帽子状，则相关性较弱，两个波段包含较 多的信息。
BVik k sk i 1 skewnessk n 峰度系数 kurtosis
n
3
1 n BV ik k kurtosisk n i 1 sk
4
3
5.多变量图像统计
波段间协方差 covariance
3.查看一定地理区域内特定位置像元
一般的数字影像处理系统中： 用鼠标控制查看某像元的亮度值 对某波段的影像用矩阵表示其亮度值（无 可视化） 有的系统中，可用二维、三位显示的方法 查看亮度值，可视化效果较好
4.影像信息的单变量统计
（1）亮度值分布的集中趋势测度 峰值 mode 中值 median 均值 mean ( )
或
N (h) 1 ( x, h) [ z ( xi ) z ( xi h)]2 2 N (h) i 1
在固有假设条件下，用来描述辐射数据值空间自 相关的变异函数可以表达为：
1 P( h) k (h) [ DN k ( xa ) DN k ( xa h)]2 2P(h) a 1
k
BV
i 1
n
ik
n
（2）亮度值分布的离散度 值域 range range k maxk mink 方差 variance
vark
2 ( BV ) ik k i 1
n
n
标准差 standard deviation
sk vark
（3） 偏度值和峰度系数 偏度值 skewness