遥感图像融合质量评价方法
遥感影像融合评价方法
遥感影像融合评价方法1. 融合数据实验采用了北京1号32米多光谱数据（绿波段：523nm-605nm ；红波段：630nm-690nm ；近红外波段：774nm-900nm ）和CBERS 全色2.36米数据（波段范围：500-800nm ）。
2. 配准方法本次实验采用二次多项式法进行配准，选择20个控制点，配准精度达到0.266像素3. 融合方法原理目前遥感领域常用的影像融合方法有：比值变换（Brovey ）融合、乘积变换（Multiplicative ）融合、主分量变换（Principal Component ）融合、小波变换（Wavelet ）融合等多种方法。
主分量变换融合是将多光谱影像各波段的相同信息变换为第一主分量，各波段的独有信息被分配到其他波段，然后将高分辨率图像拉伸至与主分量有相近的均值和方差，最后将高分辨率图像替换主成分第一分量进行主分量逆变换完成图像融合。
乘积变换融合也是一种比较简单的融合方法，其方法即将两幅影像（多光谱和高分辨率影像）的对应像素相乘，得到最终的融合影像。
公式为：newBn D B n _=⨯公式中变量含义与上个公式相同。
该变换得到的结果使融合后图像的亮度值显著提高，但不受波段个数的限制。
Brovey 融合是较为简单实用的一种融合方法，其原理是将原有多光谱波段进行归一化处理之后与全色波段相乘得到新的融合波段，公式如下：[]new B D B B B B n _/1211=⨯+++[]new Bn D B B B Bn n _/21=⨯+++其中Bn (n=1,2,3…)为多光谱波段，D 为高分辨率波段，Bn_new 为融合后波段。
对RGB 影像来说，比值变换融合只能用三个波段多光谱影像与高分辨率影像进行融合，因此受一定限制。
小波变换融合是将多光谱影像的各波段和高分辨率影像均进行小波分解，得到LL （低频部分），HL （水平方向的小波系数），LH （垂直方向的小波系数）和HH （对角方向的小波系数），然后根据具体需要和保持多光谱色调的程度，将分解后的两影像LL 、HL 、LH 、HH 部分分别融合，最后将融合后的LL ，HL ，LH 和HH 反变换重建影像，达到影像融合的目的。
遥感图像处理中的图像融合方法与精度评价
遥感图像处理中的图像融合方法与精度评价遥感图像处理是一门研究如何获取、处理和应用遥感图像信息的学科。
遥感图像融合是其中的一个重要研究方向，它旨在通过将多个遥感图像融合为一个具有更高空间、光谱分辨率和更丰富信息量的图像，来提高遥感图像的解译和应用能力。
本文将探讨遥感图像融合的方法和精度评价。
一、遥感图像融合方法1. 传统融合方法传统的遥感图像融合方法主要包括像素级融合和特征级融合。
像素级融合是指将不同分辨率的遥感图像通过插值方法将其像素一一对应，然后对对应像素进行加权平均得到融合图像。
常用的插值方法有最邻近插值、双线性插值等。
这种方法简单易实现，但无法利用各个波段之间的相关性。
特征级融合是指通过提取多个图像的不同特征，然后将这些特征融合到同一个图像中。
常见的特征包括边缘信息、纹理信息、频谱信息等。
特征级融合方法可以更好地保留各个图像的特征，但对特征的提取和融合过程较为复杂。
2. 基于变换的融合方法基于变换的融合方法是指通过对多个遥感图像进行变换操作，然后将变换后的图像进行融合。
常见的变换包括小波变换、主成分分析、时频分析等。
小波变换是一种时频分析方法，可以将图像分解为不同频率和方向的小波系数。
通过对小波系数进行加权平均，可以实现遥感图像的融合。
小波变换融合方法能够提取图像的局部特征，能更好地保留图像的细节信息。
主成分分析是一种基于统计的方法，通过分析遥感图像的协方差矩阵，提取出图像的主要成分。
然后将这些主成分按照一定的权重进行线性组合，得到融合图像。
主成分分析融合方法可以更好地提取遥感图像的空间信息，对图像的纹理特征具有较好的保留效果。
以上只是其中的两种常见的基于变换的融合方法，实际上还有很多其他的方法，如独立分量分析、稀疏表示等。
二、图像融合精度评价图像融合精度评价是指对融合图像质量进行定量评估的方法。
常用的融合图像质量评价指标有以下几种：1.谱信息准确度谱信息准确度评价主要针对于融合图像的光谱特征，常用的指标有谱变异性、谱角等。
遥感影像融合及质量评价研究总结.docx
遥感图像融合及质量评价总结总结分两大部分：融合部分和评价部分。
图像融合阶段包括图像的预处理，最佳波段的选择，以及融合方法的选择。
图像的预处理主要有对接收图像质量的控制，几何校正，正射校正。
论文中列出的算法均为常用算法。
而后是对重采样后图像像素亮度的处理，有直方图均衡化，直方图匹配。
最后对多源影像进行影像匹配。
最佳波段的选择主要是根据多波段图像间各波段图像中信息含量多、相关性小、地物光谱差异大、可分性好的波段，进行波段组合，进行后续的图像融合。
融合方法的选择方面除了常规方法以外，作者提出了2种改进型融合算法：在像素级的融合方面（1）将HIS变换与小波变换结合算法；（2）小波变换的改进算法。
在突出边缘的融合方面采用将突出边缘的特征级融合图像与像素级融合图像再融合的改进算法。
图像质量的评价这几篇论文进采用主客观相结合的评价方式，最终以评分的形式确定图像的质量。
主要有1、基于人眼视觉系统HVS的评分系统；（1）基于HVS感兴趣特性和对比度的遥感图像无参考质量评价方法这种方法基于人类视觉系统感兴趣性的原理，在对比度计算时考虑视觉感兴趣区域与背景区域权重系数，实现了一种基于HVS的感兴趣特性和对比度的遥感图像无参考质量评价方法。
并利用遥感图像专家库的图像和数据进行实验，实验结果表明本章方法更加符合主观评价的结果。
（2）基于HVS掩盖效应和图像模糊的遥感图像无参考质量评价方法该方法以盲测量图像模糊算法作为理论基础，将HVS的空间复杂度掩盖模型、亮度掩盖模型引入到图像质量评价过程中，并对人眼灰度敏感度进行建模，建模过程依据人类视觉系统对灰度具有差异的敏感性这一特性。
实现了基于HVS 和模糊的改进的遥感图像无参考质量评价体系。
2、基于模糊集的评分系统；该方法基于模糊度理论，选取若干个图像质量参数，确定图像模糊度，由模糊度级隶属函数划分图像一级等级，然后再按二级隶属函数划分二级等级。
次方法过程较复杂，工作量较大，结果相对精确。
摄影测量与遥感的融合影像质量评价方法
摄影测量与遥感的融合影像质量评价方法摘要：目前遥感技术凭借其自身的优越性，已经在摄影测量中发挥着越来越重要的作用。
摄影测量与遥感技术的深度融合，在一定程度上提高了融合影像的质量，基于此，提高融合影的质量评价与监管工作势在必行。
本文分析了摄影测量与遥感技术的实际运用及融合现状分析，并探讨融合影像质量的评价方法，以供参考。
关键词：遥感技术；摄影测量；实际应用；质量评价方法前言：随着科学技术的不断迭新与持续发展，对摄影测量以及遥感技术提出了更高的要求。
通过提高摄影测量与遥感的融合影像的质量管理以及健全和完善融合影像的质量评估方法对于提高图像精确度、有效性、真实性起到了非常关键的作用。
笔者将从主观、客观、几何质量着这几个维度探讨融合影像质量的评价方法。
1.摄影测量与遥感技术的实际运用及融合现状分析1.1摄影测量与遥感技术的实际运用现阶段，摄影测量在测绘领域中的应用非常广泛。
其作为测绘领域的核心技术，具体应用主要表现在以下几个方面：第一，将摄影测量应用于测绘领域中，不仅可以反映待测物体的空间三维特性，还可以反映出其与成像系统之间的映射关系；第二，将摄影测量应用于测绘领域中，还可以快速准确地对众多图像里的图像目标进行配对。
除此之外，摄影测量还具有一定的非接触性。
其在对待测物体这一目标进行测绘的过程中，可以通过不接触待测物体进行远程测绘，这样不仅不会对待测物体的三维结构以及运动状态造成影响，还可以极大程度的保障测量的准确性。
1.2摄影测量与遥感技术的融合现状摄影测量除了测量的非接触性以及高精准度等优点以外，还存在着诸多局限性。
比如说：航机拍摄之前，需要对航向重叠度以及倾角进行测量，然后再对飞行轨迹进行预置，以此保证其可以在航带上摄影。
然而针对海洋、冰原等特殊地形地貌，摄影测量并无法真正测量出待测目标物体的三维数据。
而将遥感技术应用其中，不仅可以通过探测仪器对待测物听的电磁能量波进行精准捕捉和分辨，还可以通过相关程序对待测物体的物理形态以及化学性质进行分析与处理，其对于总结和归纳物体相互作用的关系以及变化规律有着非常积极的作用。
摄影测量与遥感的融合影像质量评价方法分析
摄影测量与遥感的融合影像质量评价方法分析摘要：摄影测量与遥感在运用中，是借助专业摄影设备来收集指定素材，之后再对这些素材做出处理，以实现理想效果的信息技术，而遥感影像融合就是对所收集到的信息通过处理，以使影像的分辨率、清晰度更好，从而弥补传统摄影测量与遥感中存在的不足。
而影像融合也就是说对指定的两个影像做出比对，以实现理想化影像的效果。
那么在本文中，就重点对融合影像的方法、摄影测量和遥感融合影像的质量评价方法做出阐述，也对融合影像的几何质量做出了探讨。
关键词：摄影测量；遥感；融合影像；质量评价引言摄影测量与融合影像都属于摄影测量中的主要素材，那么要想确保摄影测量过程的高效性，就必须要确保这两者的高质量。
在具体工作中，融合影像能够对诸多影像的优点做出汇集，使影像更逼真、分辨率更高，进而呈现事半功倍的影像效果。
其实融合影像质量评价属于摄影测量中的主要环节，借助若干个不同的实验过程，来得到理想化的融合中影像。
1摄影测量与遥感的融合影像融合方法1.1Brovey变换法Brovey变换法属于影像融合中的常用技术，其所遵循的基础理论为，对若干个传感装置的信息汇集到一起，并且通过不同波段的光谱影像和高分辨率影像的统计来得到最终的融合影像。
通过改变波段的参数值，在精准统计的条件下做出整合，以此促进融合影像呈现理想的效果1.2高通滤波法融合从一副融合影像的信息刻画来看，其中包括的多样化的光谱信息，而高通滤波法能从光谱信息中提出提高空间分辨率影像的内容，然后将这一内容融合到低分辨率的光谱影像中，通过这一特征的提取和转移，能改变原本的特征分布状况，形成全新的融合影像，也就在一定程度上使得融合影像的分辨率比一般影像要高。
1.3IHS变换法融合从色度学的角度来看，不同参数的颜色色度系统就是IHS系统，而IHS变换法制作融合影像也就是将光谱影像和全色影像相结合，利用不同空间系统的变换，能改变其波段，也能改变其分辨率，而对灰度、亮度等数值也能保持在统一的状况下，这样将已经处理过的影像融入到IHS系统中，最后通过对原始影像的变换，得到最终的融合影像。
实验报告遥感影像融合(3篇)
第1篇一、实验背景随着遥感技术的发展，遥感影像在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。
然而，由于遥感传感器类型、观测时间、观测角度等因素的限制，同一地区获取的遥感影像往往存在光谱、空间分辨率不一致等问题。
为了充分利用这些多源遥感影像数据，提高遥感信息提取的准确性和可靠性，遥感影像融合技术应运而生。
遥感影像融合是将不同传感器、不同时间、不同分辨率的多源遥感影像进行综合处理，以获得对该区域更为准确、全面、可靠的影像描述。
本文通过实验验证了遥感影像融合技术在提高遥感信息提取准确性和可靠性方面的作用。
二、实验目的1. 了解遥感影像融合的基本原理和方法；2. 掌握常用遥感影像融合算法；3. 通过实验验证遥感影像融合技术在提高遥感信息提取准确性和可靠性方面的作用。
三、实验原理遥感影像融合的基本原理是将多源遥感影像数据进行配准、转换和融合，以获得具有更高空间分辨率、更丰富光谱信息的融合影像。
具体步骤如下：1. 影像配准：将不同源遥感影像进行空间配准，使其在同一坐标系下；2. 影像转换：将不同传感器、不同时间、不同分辨率的遥感影像转换为同一分辨率、同一波段的影像；3. 影像融合：采用一定的融合算法，将转换后的多源遥感影像数据进行融合，生成具有更高空间分辨率、更丰富光谱信息的融合影像。
四、实验方法1. 实验数据：选取我国某地区的高分辨率多光谱遥感影像和全色遥感影像作为实验数据；2. 融合算法：选用Brovey变换、主成分分析（PCA）和归一化植被指数（NDVI）三种常用遥感影像融合算法进行实验；3. 融合效果评价：采用对比分析、相关系数、信息熵等指标对融合效果进行评价。
五、实验步骤1. 数据预处理：对实验数据进行辐射校正、大气校正等预处理；2. 影像配准：采用双线性插值法对多光谱影像和全色影像进行配准；3. 影像转换：对多光谱影像进行波段合成，得到与全色影像相同分辨率的影像；4. 影像融合：分别采用Brovey变换、PCA和NDVI三种算法对转换后的多源遥感影像数据进行融合；5. 融合效果评价：对比分析三种融合算法的融合效果，并采用相关系数、信息熵等指标进行定量评价。
农地遥感图像融合质量评价方法比较_陈超
第 10 期 10 月
农 业 工 程 学 报 Transactions of the CSAE
Vol.27 No.10 Oct. 2011 95
农地遥感图像融合质量评价方法比较
陈 超 1，秦其明 1※，王金梁 1，池长艳 2，蒋洪波 1，刘明超 1，冯海霞 1
（1 北京大学遥感与地理信息系统研究所，北京，100871；2 北京天下图数据技术有限公司，北京，100037） 摘 要：为更加客观公正地比较融合结果、评估融合算法及优化融合过程，该文在分析主要遥感图像融合质量评价方法 的基础上，将定量评价指标分为三类：评价图像亮度信息的指标、评价空间信息保持能力的指标和评价光谱信息保持能 力的指标。最后，通过仿真试验，以光学遥感图像融合为例，验证了 4 种常用的像素级融合算法的适用性和有效性。IHS 变换法扭曲了源图像的光谱特性，容易产生光谱退化；Wavelet 变换法在光谱特性保持方面具有优势，但容易出现分块效 应和模糊现象；PCA 变换法较多地保留了源图像的细节纹理和结构特征，但会失去源图像的部分物理特性；缨帽变换法 融合结果地物边缘清晰，但对细微光谱信息的保持能力较弱。研究表明，这 3 类指标可以作为遥感图像融合的客观效果 评价准则，并为融合结果的后续应用提供借鉴意义。 关键词：遥感，图像融合，模型，质量评价，空间信息，光谱信息 doi：10.3969/j.issn.1002-6819.2011.10.017 中图分类号：TP751 文献标志码：A 文章编号：1002-6819(2011)-10-0095-06 陈 超，秦其明，王金梁，等. 农地遥感图像融合质量评价方法比较[J]. 农业工程学报，2011，27(10)：95－100. Chen Chao, Qin Qiming, Wang Jinliang, et al. Comparison of quality evaluation methods for image fusion of farmland remote sensing[J]. Transactions of the CSAE, 2011, 27(10): 95－100. (in Chinese with English abstract)
遥感图像融合定量评价方法及实验研究
Ｆｉｇ．４
图４图像融合定量评价界面 ＰｒＯｇｒａｍ ｉｎｔｅｒｆａｃｅ ｏｆ ｉｍａｇｅ ｆｕｓｉＯｎ ｅＶａｌｕａｔｉＯｎ
３．３．２亮度信息评价 由表ｌ第一列信息（亮度信息）可以看出ＩＨＳ
融合具有明显的优势来增加图像的亮度信息，其平 均梯度和方差有较大程度的提高，便于更好目视解 译。ＰＣＡ融合在梯度上有明显的增强，但在方差上
４６３
圉３极限放大的图像 Ｆｉｇ．３ Ｍａｇｎｉｆｉｅｄ ｉｍａｇｅ
图像空间分辨都比多光谱波段高也即空间分辨率增 强，图像也变得更加清晰。两种融合方法相比较而言 ＩＨＳ效果更好，马路两旁的绿地ＩＨＳ融合后显得更 加清晰，图像整体效果较ＰＣＡ融合清晰。 ３．２．２光谱特征
价参数能够很好地反映遥感影像融合效果。本文即 通过此程序对遥感图像融合进行客观定量评价。融 合结果参数评价指标如表１所示。
此项评价主要是通过评价融合图像与原图像的 变形情况来判断融合效果。
依据表１的第３列结果可以得出ＰＣＡ融合的 扭曲程度和偏差指数较ＩＨＳ融合小，得出ＰＣＡ融 合后图像变形较小，并且相关性也较大。ＩＨＳ融合变 形较大因为不同数据具有不同的光谱特性曲线，尽 管用于替换明度分量１的高分辨率的全色影像ｊ。。。 在替换前进行了影像统计特性的匹配，但是匹配误 差艿＝Ｊ。。。一，导致了图像融合变形［１引，并且融合波 段仅仅为３个波段的原因。而通过定性分析无法评 价出ＩＨＳ融合存在较大程度的光谱变形。
- 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)。
遥感图像融合质量评价方法武坚李崇伟王积武李相全(68011部队甘肃兰州 730020)摘要：图像融合可为摄影测量与遥感提供高质量的遥感融合图像。
遥感融合图像质量如何是图像使用者关心的一个重要问题。
本文运用主观评价、客观评价、几何质量等三种评价方法对融合后的遥感图像的质量展开讨论。
实践表明这些评价方法能够保证融合后图像高质量地应用于摄影测量与遥感生产。
关键词：主观评价客观评价几何质量质量评价1．前言摄影测量与遥感[1]是以数字影像为基础，来确定被摄物体的形状、大小、空间位置及其性质。
遥感图像是摄影测量与遥感最原始、最基本的资料。
高质量的遥感图像是完成摄影测量与遥感的基础。
遥感影像融合[2]是将多传感器、多时相、多光谱和多分辨率影像的各自局部优势信息整合处理，以提供高分辨率、多光谱的单一图像，解决遥感影像解译过程中信息不足的问题。
由此看出，图像融合可以为摄影测量与遥感提供高质量的遥感影像。
2．图像融合的评价方法当前对融合后图像的质量评价主要是主观目视与统计相关信息参数相结合的办法，即：利用目视效果和信息熵、清晰度、平均梯度、偏差指数、均方根误差等参数统计分析，而对融合后图像的几何量测性则关注较少。
对于摄影测量与遥感应用，几何精度是一个很重要的因素。
本文结合摄影测量与遥感应用角度，来对分析融合后图像的质量做出评价。
站在通用图像处理角度，目前大多数对影像质量评价分为主观评价和客观评价，并结合起来使用。
主观评价是通过目视观察进行分析，客观评价是利用图像的统计参数进行判定。
严格意义上讲，融合图像的主客观评价应该是一致的，即图像的统计参数特征应该符合人眼的目视感觉。
但由于遥感图像融合具有特殊性，它不仅仅要求提高融合图像的空间分辨率，而且要尽可能制约[2]。
因此，对遥感融合图像的质量评价，应综合考虑空间细节的增强和光谱保持原始图像的光谱特征。
此外，这两个要求在很大程度上是不太相容，相互信息的保持两个方面，利用图像的统计参数结合目视观察来分析与评价。
对于摄影测量与遥感而言，影像的几何质量（影像的可量测性）是很重要的一个因素，它将决定融合图像能否达到数字地形图生产的精度限差[4]。
因此，从主观、客观、几何质量等三个方面对做出质量评价可以保证融合后图像高质量地应用于摄影测量与遥感生产。
2.1融合影像质量的主观评价主观评价[5]是以人作为观察者，对影像的质量做出主观定性评价。
由于人眼对色彩具有强烈的感知能力，使得对光谱特征的评价是任何其他方法所无法比拟的。
因此，通过主观定性评价，基本可以确定融合方法的可用性。
主观方法评价影像的质量受不同的观察者、影像的类型、应用场合和环境条.件的影响较大。
主观质量评分法是具有代表性的主观评价方法。
它是通过对观察者的评分来判断影像质量。
评分的步骤是先用某些原始标准影像建立质量等级标准，然后由观察者观看被评价的影像，并于标准影像等级做出比较，得出被评价影像的等级，如分为：优秀、良好、中等和差四个等级。
实际中，主观评价的具体做法是提交融合后图像给经验丰富、长期从事摄影测量与遥感的一线作业人员来评价。
由于长期以来他们以全色光学影像作为作业对象，因此，对融合后影像所同时具有的高分辨率和多光谱特征能够欣然接受。
加之，以前对地物、地貌的解读以形状、大小、色调、阴影、纹理、位置和活动等七种特征[1]作为解释与量测目标的依据，而对光谱特征则关注较少，因此，当融合图像中包含了光谱信息后，目视效果柔和，地物、地貌信息特征明显，地物判 读相比单一全色影像容易，因此，主观评价总体为优良。
2.2融合影像质量的客观方法评价采用影像的主观评价法会不同程度地受到人类主观因素的影响。
客观评价能够克服主观因素的影响，对融合影像的各种性能做出定量的评价。
从遥感图像分析和应用的角度，可运用信息熵、平均梯度、偏差度和均方根误差等统计参数 [2]对融合图像的质量进行评价。
（1）图像信息量增加程度：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，值越大，则该图像中所含信息越丰富。
可以通过融合前后图像信息熵的变化来反映，图像信息熵的含义为图像的平均信息量，其表达式为： ))(log()(0i P i P I N i ∑=-= (1-1) 其中)(i P 为某像元值i 在图像中出现的概率，N 为像元值范围（一般为0~255）。
（2）图像质量改进的清晰程度：平均梯度在图像清晰度方面，平均梯度是其主要的衡量参数，反映了图像微小细节反差变化的速率。
平均梯度值越大，图像越清晰。
其公式为：[]211122),(),(1∑∑--∆+∆=∇M i N j j i yf j i xfMN G (1-2)式中),(j i xf ∆，),(j i yf ∆分别为像元),(j i 在y x ,方向上的一阶差分。
（3）光谱信息的继承程度：偏差指数利用偏差指数可以反映融合图像与原始图像在光谱信息上的匹配程度。
例如，高空间分辨率影像A 与多光谱影像B 进行融合生成影像C ，偏差指数定义为融合后图像C 与原始图像B 插值的绝对值与原始图像B 的影像值的比值，其公式为： ∑∑---=M i N j j i B j i B j i C MN D 11),(),(),(1 (1-3) 如果偏差指数D 较小，则说明融合后的影像C 在提高了空间分辨率的同时，较好地保留了多光谱影像B 的光谱信息。
（4） 融合效果的评定：均方根误差在与原始图像的相似度方面，均方根误差是其直接反映。
均方根误差（RMSE ）越小，说明融合效果相对越好。
融合影像F 和标准参考影像R 间的均方根误差定义为： ()NM F RRMSE M i N j ⨯-=∑∑==112j ,i j ,i (1-4)在影像质量的客观评价中，信息熵、平均梯度、偏差指数和均方根误差等参数从不同角度定量地考虑了影像的融合质量。
采用上述四个参数指标对TM 多光谱影像和SPOT5 Pan 影像的融合后图像进行参数统计定量分析，结果如表3.1所示：参数统计指标分析：IHS 、小波融合法相比较，总体来说小波融合法好，IHS 法差。
加权变换、PCA 变换融合法与IHS 、小波融合法相比较：偏差指数在增大，说明光谱保持上略有逊色；信息熵在提高，说明信息量增强；平均梯度大于IHS 融合法说明空间分辨率在提高；从均方根误差角度讲，也在提高。
综合比较，加权变换、PCA 变换融合法不如小波变换，与IHS 相比各有特色。
2.3 融合影像质量的几何质量评价影像的几何质量表达了影像能正确恢复（量测）原始景物形状的能力，几何质量的优劣决定了数字影像能否应用于摄影测量与遥感。
几何质量的评价[3]可以通过统计影像上一定数量检测点和线段的误差来描述，误差值的获取可以通过实地量测，也可以通过与基准影像比较获得。
其基本原理为：在基准影像上选择均匀分布的一组检测点，利用人工判读或算法匹配，在被检测影像上找到相应的同名像点，被检测影像的几何质量可用下式描述：⎪⎪⎪⎩⎪⎪⎪⎨⎧∆=∆∆=∆-=∆-=∆∑∑==ni i ni i ii i i i i y n y x n x y y y x x x 1111'' (1-5)其中i x ∆、i y ∆表示检测点在x 、y 方向上的误差；y x ∆∆、表示被检测影像在x 、y 方向的平均误差。
基准影像的选择既可以是未经处理前的影像，如更新前的原始影像，也可以是比被检测影像精度更高的影像。
检测时，待检测点应均匀分布在基准影像与被检测影像上，尽量保证在影像的各主要位置（例如四角和中央）都有检测点存在，但并不一定要求检测点之间等距。
因为对更新后的影像进行几何质量检测时，如果要求待检测点呈现等距分布，则往往因地物特征发生变化而无法在被检测影像上找到正确的同名像点。
实验中以原始SPOT5 Pan 影像为基准，选取15个分布均匀的、非特征位置的点位，配准到多光谱TM 影像和融合后影像上。
分别统计全色影像上点位与TM 影像以及融合后影像上点位存在的偏差，将各个点位的中误差值列表来检验融合影像的几何质量。
表4.1列出了各种方法的点位中误差统计（单位为像素）：表4.1 融合结果与原始影像中误差统计表可以看出，四种融合方法的融合后图像在x 方向和y 方向的中误差都在1个像素以内。
由此说明，所采用的融合方法所得结果的几何质量是可靠的，能够保证摄影测量与遥感的数据采集要求。
3．小结遥感融合图像作为一种产品，对其进行质量评价是图像使用者关心的一个重要方面。
由于多源遥感图像融合因涉及到不同数据源，不同的数据获取方式和不同的图像融合方法，因而对融合结果的评价也是复杂的。
因此，对融合的遥感影像的质量评价是一个复杂的过程。
本文针对摄影测量与遥感生产的应用，从主观、客观、几何质量等三个方面展开质量评价，效果优良。
在实际生产中，将青海某地区的SPOT5多光谱影像和其全色影像融合试验，融合后图像应用到全数字摄影测量工作站，所采集的成果满足相关技术指标。
主要特点：融合后的图像具有高空间分辨率和多光谱特征，生成立体明显，目视效果优于全色影像，地物判读容易，数据采集速度明显提高，应用融合图像所采集的DEM、DLG和DOM产品，精度符合成图要求，作业效率整体得到提高。
实践表明，融合图像经过上述质量的监控，能够为摄影测量与遥感提供高质量的遥感图像，满足数字地形图生产的需要。
参考文献：[1]张保明,马秋禾.摄影测量与遥感[M].北京:解放军出版社，2008,4(1).1~3.[2]翁永玲,田庆久.遥感数据融合方法分析与评价综述.遥感信息,2007,3：49~54.[3]王昱，胡莘，张保明.数字影像质量评价方法研究.测绘通报,2008,5：7~9.[4]张祖勋，张剑清.数字摄影测量[M].武汉:武汉测绘科技大学出版社,2006，6.62~165,175~210.[5]覃征,鲍复民等.多传感器图像融合及其应用综述,微电子学与计算机,2009, 21(4).1~5.The Method of Quality Evaluation of Fused RS ImageWU Jian,LI Chong-wen, WANG Ji-wu, LI Xiang-quan（68011 troop,lanzhou,730020,China）Abstract: Image fusion can provide RS fused image with higher quality for photogrammetry and remote sensing. As a product to remote-sensing image, its quality is an important problem to users. This paper discusses the quality of fused RS image using three evaluation methods of subjective evaluation,objective evaluation and geometrical quality etc.As a result, these methods can ensure the higher quality of fused image using photogrammetry and remote sensing.Keywords: Subjective evaluation, Objective evaluation, Geometrical quality, Qualityevaluation.。