[发明专利]一种面向高分辨率卫星影像的NIIRS评判方法在审
申请号: | 201810741534.8 | 申请日: | 2018-07-06 |
公开(公告)号: | CN109064450A | 公开(公告)日: | 2018-12-21 |
发明(设计)人: | 吴方才;杨夏芳;李艳艳;何晓宁 | 申请(专利权)人: | 航天星图科技(北京)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 101399 北京市顺义区临空经济核*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 评判 高分辨率 卫星影像 差影像 组数据 预测 影像 遥感影像数据 实验数据 图像分析 整体步骤 质量好坏 主观试验 主观 小数 分块 两组 算法 加权 排序 验证 引入 干预 试验 优化 | ||
1.一种面向高分辨率卫星影像的NIIRS评判方法,其特征在于:所述方法的整体步骤为:
步骤S1、对IQM算法进行加权优化:
采用分块技术,对IQM算法进行加权优化,以实现较大遥感卫星影像的IQM计算;
步骤S2、NIIRS等级评判:
先对试验影像进行质量好坏的排序,在排序结果上,对影像进行特好、好、一般、差、特差5个等级的划分;然后,由有经验的图像分析人员,根据NIIRS判据内容,共同确定特好与特差影像的NIIRS等级;最后,由特好和特差影像的NIIRS值均匀确定中间等级影像的NIIRS值,由此引入小数级NIIRS值;
步骤S3、NIIRS公式预测及验证:
将实验数据分为两组,利用第一组数据的IQM计算结果和NIIRS主观试验结果,进行NIIRS公式预测;然后,利用预测的公式对第二组数据计算NIIRS值,通过比较主观确定的NIIRS值和计算得来的NIIRS值,验证预测公式的可靠性。
2.根据权利要求1所述的面向高分辨率卫星影像的NIIRS评判方法,其特征在于:所述步骤S1中对IQM算法进行加权优化的具体方法为:
首先,IQM的计算公式为:
其中,M2是影像中的像元数,S(θ)是比例系数,W(ρ)是修正维纳滤波器,A2(Tρ)是人类视觉系统MTF的平方,P(ρ,θ)是二维的功率谱;
对一张遥感影像,以固定p×p大小对其进行分块,对边缘剩余不足p×p大小的子影像补0,使其行列大小满足2的整数次幂;对每个子块影像计算IQM值,影像最终的IQM值按如下加权方式计算:
其中,Num为影像的分块总数目,IQMi为第i块子影像的IQM值,Mi·Ni为第i块子影像的大小,M·N为原始影像的大小。
3.根据权利要求2所述的面向高分辨率卫星影像的NIIRS评判方法,其特征在于:所述步骤S2中NIIRS等级评判的具体方法为:
S21、排序
对试验影像由加权的算法计算IQM值,根据计算结果,对试验影像进行质量好坏的排序;IQM值越大,表明影像质量越好,则排序结果中数字越小;反之,IQM值越小,表明影像质量越差,排序数字越大;
S22、影像等级确定
在试验影像排序结果的基础上,结合IQM值对影像进行特好、好、一般、差、特差5个等级的确定;
S23、NIIRS值确定
根据NIIRS判据,由多名有丰富判图经验的图像分析人员根据判据内容共同对特好和特差影像确定NIIRS值;然后根据特好、特差等级影像的NIIRS值,均匀确定中间等级的NIIRS值。
4.根据权利要求3所述的面向高分辨率卫星影像的NIIRS评判方法,其特征在于:所述步骤S3中NIIRS公式预测及验证的具体方法为:
S31、NIIRS公式预测
采用回归分析的方式,利用第一组数据的IQM计算结果和NIIRS主观试验结果,进行NIIRS公式预测,并得到基于IQM的NIIRS拟合曲线;
S32、NIIRS公式验证
利用预测的NIIRS拟合曲线对第二组数据根据IQM值计算NIIRS值,通过比较主观确定的NIIRS值和计算得来的NIIRS值,得到两者之间的误差,从而验证预测公式的可靠性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天星图科技(北京)有限公司,未经航天星图科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810741534.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种桥梁表面病害的检测方法
- 下一篇:导光板缺陷检测方法