[发明专利]一种面向高分辨率卫星影像的NIIRS评判方法

说明书

本发明公开了一种面向高分辨率卫星影像的NIIRS评判方法，其整体步骤为：采用分块技术，对IQM算法进行加权优化；先对试验影像进行质量好坏的排序，然后由图像分析人员共同确定特好与特差影像的NIIRS等级，再由特好和特差影像的NIIRS值均匀确定中间等级影像的NIIRS值；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，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。本发明可引入小数级的NIIRS值，可显著提高NIIRS的评判准确性和一致性；本方法具有人为主观干预程度小的优点，可以显著降低国家的人才培养成本，适用于目前大批量遥感影像数据的质量评判。

技术领域

本发明涉及一种评判方法，尤其涉及一种面向高分辨率卫星影像的NIIRS评判方法。

背景技术

影像质量评价是一个复杂的过程，国外很早就认识到，比例尺、分辨率、信噪比、MTF(Modulation Transfer Function，调制传递函数)评价影像质量有其局限性，同时和用户对于影像质量的需求具有差异性。国外对影像质量评价进行了深入的研究，建立了基于应用的遥感影像质量分级标准NIIRS。NIIRS(国家图像解译度分级标准)是一种定量的主观图像质量评价标准，其将图像质量同用户任务要求联系起来，是目前西方情报机构广为使用的一种图像质量标准，也是美国遥感卫星质量衡量的权威标准。NIIRS是根据图像解译专家经验得到的从0～9级的10等级尺度，0级最低，9级最高，等级越高，表明图像的可解译性越高。

现有NIIRS评判方法对影像NIIRS等级的确定最初由人工评判来完成。NIIRS人工评判需要实验人员有较丰富经验水平，且一般都必须对实验人员进行专门训练。这不仅费时费力，而且不同经验水平的人会使评价结果有较大差异，此外，人工评判的NIIRS判据只有整数等级，这种方式极有可能造成质量明显不一样的两张影像的最终NIIRS值相同，因此，传统的人工评判方法并不适用于目前大量遥感影像数据的质量评判工作。

IQM是一种基于信息度量的影像质量评定模型，通过它可以预测一幅影像的NIIRS等级。IQM在图像功率谱的基础上，加入了人类视觉系统的MTF、比例系数以及对噪声的滤波处理，是一种更接近人类视觉系统去理解和认知影像的客观指标。因此，开发基于加权IQM算法的对高分辨率卫星影像进行NIIRS自动评估的间接方法，将对建立一种新的测量指标具有重要的参考意义。

发明内容

为了解决上述技术所存在的不足之处，本发明提供了一种面向高分辨率卫星影像的NIIRS评判方法。

为了解决以上技术问题，本发明采用的技术方案是：一种面向高分辨率卫星影像的NIIRS评判方法，其整体步骤为：

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。

进一步地，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：