李昊霖，李宏超，李 冲，朱桂海，黄瑞金

（1.国家测绘地理信息局 四川测绘产品质量监督检验站，四川 成都 610041；2. 郑州测绘学校，河南 郑州 450015；3. 四川省遥感信息测绘院，四川 成都 610100）

基于规则库的高分辨率遥感影像质量评价

李昊霖1，李宏超2，李 冲1，朱桂海3，黄瑞金1

（1.国家测绘地理信息局 四川测绘产品质量监督检验站，四川 成都 610041；2. 郑州测绘学校，河南 郑州 450015；3. 四川省遥感信息测绘院，四川 成都 610100）

针对高分辨率遥感影像质量评价缺少客观、全面、定量方法的问题，提出了一种基于规则库的高分辨率遥感影像质量评价方法，构建了灰度统计特征、纹理特征、影像清晰程度等3个指标项及综合质量评价模型，并采用12景高分辨率遥感影像进行了实验验证。结果表明，该方法可准确评价高分辨率遥感影像的质量，实现了高分辨率遥感影像质量评价的主客观一致性。

高分辨率；影像质量评价；规则库；纹理特征；灰度统计特征

随着空间技术的不断发展，高分辨率遥感影像已成为当前地理空间信息服务和应用的重要数据来源[1]，用户对影像质量的要求也在不断提高。然而，目前影像质量评价方法要么操作起来较复杂、耗时多、费用高，不适于海量数据的评价，要么仅能片面地反映影像的质量[2-4]。本文针对目前高分辨率遥感影像质量没有合适评价方法的问题，提出一种定量、客观的影像质量评定方法——基于规则库的高分辨率影像质量评价。

1 基于规则库的评价模型的建立

为了对高分辨遥感影像进行质量评价，构建了一个影像质量评价模型[5,6]，该模型为：

M = （D，I，R，W，E，S） (1)式中，D为需要进行质量评价的影像集；I为影像集的评价指标，如纹理缺失、灰度分布不均等；R为与质量评价指标相对应的规则；W为赋予规则R的权值，描述了此规则在所有规则中所占的比重；E为对规则R给出的期望值，是在影像质量评价之前针对规则给出的期望得到的结果；S为规则的评价结果[7]。

在此质量评价模型中，一个影像集可包含多个评价指标，一个评价指标对应多个规则，如图1所示。

图1 影像质量评价模型

从图1可以看出，影像质量的评价是基于规则的定义，规则库是所有最小、最基本单位的规则集合，随时间增长而不断完善。同时规则亦是一个指标的评价单元，因此它有2个属性：权重和期望值，都是根据历史经验或标准给出[7]。根据遥感影像质量评价指标，可把高分辨率遥感影像质量评价模型实例化为图2，规则库中各规则的具体含义如表1所示。

图2 影像质量评价规则库

利用影像质量评价规则库，即可判断一景影像的质量。假设某个影像数据集D对应规则库R（R1，R2，…，Rn），依据历史经验赋予R中规则的Ri权值为Wi，期望值为Ei，则针对某一景影像j，可根据式（3）计算出规则Ri的评价结果Sij，影像指标项及综合质量Qj可由式（4）计算。

式中，i为规则序号；j为待评价影像序号；m为总影像数；n为规则库中总规则数；Cij为第j张影像根据规则项i的算法直接计算得到的结果；Tij为临时值。

表1 规则库中各规则含义

规则库中部分规则的计算方法如下：

1）信息容量，是基于二维直方图定义的。二维直方图的定义为对影像f（x，y） 统计频数{Num(G1，G2)}，即某像素灰度为G1而其右邻像素灰度为G2的像素的个数，并由此作出直方图[8]。信息容量可用式（5）计算。

式中，Normlog（G1，G2）为对数峰值归一化直方图；max{Num（G1，G2）}为二维直方图的频数峰值；ω为累加约束域，是直方图定义域内的测度，应取足够大的区域，且在此区域中直方图的相关性最大，使信息容量具有宏观统计意义和真正的信息意义。

2）影像细节能量。细节能量ME是对影像中所有（2M+1）×（2M+1）区域的方差总和的平均值，能够反映影像细节的丰富程度[9]，计算公式为[10]：

式中，σf2（x，y）是（2M+1）×（2M+1）区域的方差，计算公式为：

3）影像边缘能量。边缘是影像的高频信息，但不同于噪声信号，它是有方向性的，可通过各向异性的滤波器来提取。可用45°、135°两个归一化边缘算子E1、E2分别对影像进行卷积计算消除方块效应，相加后得到影像的边缘e（x，y）如式（9）所示[10]。

而边缘能量可用式（10）计算：

4）功率谱。若影像f（x，y） 的傅里叶变换为F（u，v），则影像的功率谱的计算公式为[11]：

式中，F（u，v）*为复共轭，功率谱的大小反映影像各个空间频率分量的强度。

2 实验与结果分析

2.1 影像选取

为了验证本文所述高分辨率遥感影像的质量评价方法的有效性、可靠性和通用性，选取了国内高分一号、资源三号、资源一号02C三颗高分辨率遥感卫星12景不同质量的影像为实验对象，进行影像质量评价实验，实验所用影像见图3。

图3 多源高分辨率遥感卫星影像

2.2 影像质量评价实验与结果分析

针对选取的12景实验影像，分别计算了其灰度统计特征、纹理特征、影像清晰程度3项指标，表2～4是各项规则根据其算法直接计算得到的结果。

表2 影像灰度统计特征质量评价结果

表3 影像纹理特征质量评价结果

表4 影像清晰程度质量评价结果

用式（2）～（4）把表2～4中各规则项的计算结果进行汇总，进而可得到各指标项值及综合质量评价结果，如表5所示。

表5 各指标项值及综合质量评价结果

从表5中可以明显看出，12景影像综合质量评价结果从好到差依次为：ZY03-1、GF01-3、GF01-1、ZY03-4、GF01-2、ZY02C-2、ZY03-2、ZY03-3、ZY02C-3、ZY02C-5、ZY02C-4和ZY02C-1。结合图1的影像浏览图可知，这12景影像的客观评价结果与主观评价结果是一致的，证明了本文所提方法的有效性和可靠性，且支持多源高分辨率影像的质量评价。灰度统计特征指标项的结果表明ZY02C-1、ZY02C-4灰度分布情况较差，其他各景的灰度统计值类似，符合客观事实；对于纹理特征指标项，则是ZY03-1最好、GF01-3次之、ZY02C-1最差，评价结果和影像的纹理特征是吻合的；对于影像清晰程度指标项，也是ZY03-1最好、GF01-3次之、ZY02C-1最差，该项评价结果亦符合客观事实。

3 结 语

本研究以高分一号、资源三号、资源一号02C卫星的12景影像为实验对象，对其灰度统计特征、纹理特征、影像清晰程度3个指标项以及综合质量进行了评价实验与结果分析，结论如下：

1）利用本文所提方法得出的综合质量评价结果，与主观评价结果一致，且能客观、定量地评价影像质量。因此，基于规则库的高分辨率遥感影像质量评价方法是可以引入到高分辨遥感影像质量评价中去的。

2）本文构建的指标项，能够准确、可靠地从纹理丰富程度、影像清晰程度和灰度分布情况3个不同方面反映影像的质量。

3）基于规则库的高分辨率遥感影像质量评价方法，还适用于空间分辨率接近的多源高分辨遥感影像质量评价。

虽然本文较好地解决了高分辨率遥感影像质量评价的问题，但仍有需要提高和完善的研究工作，包括：

1）未建立高分率遥感影像质量等级模型，如建立能够测定影像的质量等级，便于直观反映影像的质量。

2）各规则项的权值设置还不够合理，应根据相关标准或较长时间的统计结果进行设置。

[1] 刘斐,吕大旻. 我国成功发射高分一号卫星[J].中国航天,2013(5):10-13

[2] Wang Z, Bovik A C, Lu L. Why Is Image Quality Assessment so Difficult?[C]. IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP),2002

[3] 孙中平,熊文成,魏斌,等. 环境一号卫星CCD影像质量评价研究[J].红外,2010(9):30-36

[4] 魏宏伟,田庆久. HJ1B-CCD影像的质量评估及分析[J].遥感信息,2012(5):31-36

[5] 袁满,张雪. 一种基于规则的数据质量评价模型[J].计算机技术与发展,2013(3):81-84,89

[6] 史峰. 基于规则库的数据质量分析[J].武汉职业技术学院学报,2010(3):79-83

[7] 朱丽萍,任福. 电子地图数据质量评价指标体系及评价方法[J].地理空间信息,2011,9(5):118-121

[8] 屈颖歌,曾生根,夏德深.从图像信息容量和图像功率谱看CBERS-1卫星图像[J].航天返回与遥感,2002(2):40-45

[9] 戴奇燕,尤建洁,胡晔,等. 细节信息容量与MTF相关分析[J].航天返回与遥感,2005(4):15-19

[10] 王静,陆凤娟,高陆云,等.资源一号02B星HR图像质量参数的评价研究[C].第三届区域遥感应用国际论坛论文集,深圳,2008

[11] 修吉宏.基于图像功率谱的航空图像质量判别技术研究[D].长春:中国科学院研究生院(长春光学精密机械与物理研究所),2005

P237

B

1672-4623（2016）03-0022-04

10.3969/j.issn.1672-4623.2016.03.008

李昊霖，硕士，主要研究方向为高分辨率遥感影像产品自动评价。

2014-12-12。

项目来源：测绘地理信息公益性行业科研专项资助项目（201512018）；四川省测绘地理信息局科技支撑资助项目（J2013ZC08）。