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
张人玉8 小时前
机器视觉VsionPro——多目标检测高级用法动态
目标检测·计算机视觉·机器视觉·vsionpro
有为少年12 小时前
从概率估计到“LLM 训练是有损压缩”
人工智能·线性代数·机器学习·计算机视觉·矩阵
爱吃巧克力的程序媛16 小时前
计算机图形学---在OpenGL中,什么是归一化 UV 坐标?
人工智能·计算机视觉·uv
这张生成的图像能检测吗18 小时前
(论文速读)让机器人像人一样走路:注意力机制如何让腿足机器人征服复杂地形
人工智能·深度学习·计算机视觉·机器人控制
日光明媚18 小时前
torch.compile 与 Triton 的加速本质:从原理到实际效果
人工智能·python·计算机视觉·stable diffusion·aigc
sali-tec19 小时前
C# 基于OpenCv的视觉工作流-章57-人脸识别
图像处理·人工智能·opencv·算法·计算机视觉
枫叶丹419 小时前
【HarmonyOS 6.0】Camera Kit 新增系统性能压力监听功能全解析
开发语言·计算机视觉·华为·harmonyos
www_comsci1 天前
【生物EI会议】2026年计算机技术与生物医学国际学术会议(CTBS 2026)
图像处理·神经网络·计算机视觉
yong99901 天前
图像融合与拼接:完整MATLAB工具箱
算法·计算机视觉·matlab
chaofan9801 天前
GPT-5.5 深度评测:15项基准测试全优,视觉理解精度跃升 42%
大数据·人工智能·gpt·计算机视觉·api