遥感卫星影像质量评价指标汇总

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。由DPCM可知,影像中某点的灰度值即可用相邻点灰度值估计得出。显然,灰度相关性越小,像点的预测值与实际值之差就越大,反之亦然。像点预测值采用三阶线性预测法(采用更高的线性预测并不明显减少预测误差)。对诸如恢复、压缩及传输等过程中结果影像与原始影像间的相对质量评价一般采用该方法。

7)噪声分析

当一幅图像被分成频率域之后,就可以在傅立叶光谱能量图中显示高低频信息。图像中低频信息集中在频谱中心,高频信息分布在中心周围。另一方面,图像的傅立叶光谱已知,就可以通过应用傅立叶反变换产生原始影像。在原始影像中的水平上的噪声在傅立叶光谱中是垂直要素,二原始影像上的垂直上的噪声在傅立叶光谱上是水平要素。

原文链接:https://bbs.csdn.net/forums/gisrs?spm=1001.2014.3001.6682

相关推荐
千里飞刀客1 天前
aruco位姿检测
人工智能·opencv·计算机视觉
XINVRY-FPGA1 天前
XCVU9P-2FLGC2104I Xilinx AMD Virtex UltraScale+ FPGA
嵌入式硬件·机器学习·计算机视觉·fpga开发·硬件工程·dsp开发·fpga
wuk9981 天前
MATLAB双树复小波变换(DTCWT)工具包详解
人工智能·计算机视觉·matlab
CoovallyAIHub2 天前
只改一个后缀,环境冲突全消失?这个“.onnx”魔法文件做到了
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
国产芯片“突围战”:从硬件追赶到生态繁荣,应用落地加速
深度学习·算法·计算机视觉
巫婆理发2222 天前
卷积神经网络(卷积+池化+全连接)
深度学习·计算机视觉·cnn
Coovally AI模型快速验证2 天前
去噪扩散模型,根本不去噪?何恺明新论文回归「去噪」本质
人工智能·深度学习·算法·机器学习·计算机视觉·数据挖掘·回归
WWZZ20252 天前
快速上手大模型:深度学习11(数据增强、微调、目标检测)
人工智能·深度学习·算法·目标检测·计算机视觉·大模型·具身智能
CoovallyAIHub2 天前
存储风暴下的边缘智能韧性:瑞芯微RK3588如何将供应链挑战转化为市场机遇
深度学习·算法·计算机视觉
江河地笑3 天前
opencv、cmake、vcpkg
人工智能·opencv·计算机视觉