基于規(guī)則庫的高分辨率遙感影像質(zhì)量評價(jià)

李昊霖，李宏超，李 沖，朱桂海，黃瑞金

（1.國家測繪地理信息局 四川測繪產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)站，四川 成都 610041；2. 鄭州測繪學(xué)校，河南 鄭州 450015；3. 四川省遙感信息測繪院，四川 成都 610100）

基于規(guī)則庫的高分辨率遙感影像質(zhì)量評價(jià)

李昊霖1，李宏超2，李 沖1，朱桂海3，黃瑞金1

（1.國家測繪地理信息局 四川測繪產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)站，四川 成都 610041；2. 鄭州測繪學(xué)校，河南 鄭州 450015；3. 四川省遙感信息測繪院，四川 成都 610100）

針對高分辨率遙感影像質(zhì)量評價(jià)缺少客觀、全面、定量方法的問題，提出了一種基于規(guī)則庫的高分辨率遙感影像質(zhì)量評價(jià)方法，構(gòu)建了灰度統(tǒng)計(jì)特征、紋理特征、影像清晰程度等3個(gè)指標(biāo)項(xiàng)及綜合質(zhì)量評價(jià)模型，并采用12景高分辨率遙感影像進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，該方法可準(zhǔn)確評價(jià)高分辨率遙感影像的質(zhì)量，實(shí)現(xiàn)了高分辨率遙感影像質(zhì)量評價(jià)的主客觀一致性。

高分辨率；影像質(zhì)量評價(jià)；規(guī)則庫；紋理特征；灰度統(tǒng)計(jì)特征

隨著空間技術(shù)的不斷發(fā)展，高分辨率遙感影像已成為當(dāng)前地理空間信息服務(wù)和應(yīng)用的重要數(shù)據(jù)來源[1]，用戶對影像質(zhì)量的要求也在不斷提高。然而，目前影像質(zhì)量評價(jià)方法要么操作起來較復(fù)雜、耗時(shí)多、費(fèi)用高，不適于海量數(shù)據(jù)的評價(jià)，要么僅能片面地反映影像的質(zhì)量[2-4]。本文針對目前高分辨率遙感影像質(zhì)量沒有合適評價(jià)方法的問題，提出一種定量、客觀的影像質(zhì)量評定方法——基于規(guī)則庫的高分辨率影像質(zhì)量評價(jià)。

1 基于規(guī)則庫的評價(jià)模型的建立

為了對高分辨遙感影像進(jìn)行質(zhì)量評價(jià)，構(gòu)建了一個(gè)影像質(zhì)量評價(jià)模型[5,6]，該模型為：

M = （D，I，R，W，E，S） (1)式中，D為需要進(jìn)行質(zhì)量評價(jià)的影像集；I為影像集的評價(jià)指標(biāo)，如紋理缺失、灰度分布不均等；R為與質(zhì)量評價(jià)指標(biāo)相對應(yīng)的規(guī)則；W為賦予規(guī)則R的權(quán)值，描述了此規(guī)則在所有規(guī)則中所占的比重；E為對規(guī)則R給出的期望值，是在影像質(zhì)量評價(jià)之前針對規(guī)則給出的期望得到的結(jié)果；S為規(guī)則的評價(jià)結(jié)果[7]。

在此質(zhì)量評價(jià)模型中，一個(gè)影像集可包含多個(gè)評價(jià)指標(biāo)，一個(gè)評價(jià)指標(biāo)對應(yīng)多個(gè)規(guī)則，如圖1所示。

圖1 影像質(zhì)量評價(jià)模型

從圖1可以看出，影像質(zhì)量的評價(jià)是基于規(guī)則的定義，規(guī)則庫是所有最小、最基本單位的規(guī)則集合，隨時(shí)間增長而不斷完善。同時(shí)規(guī)則亦是一個(gè)指標(biāo)的評價(jià)單元，因此它有2個(gè)屬性：權(quán)重和期望值，都是根據(jù)歷史經(jīng)驗(yàn)或標(biāo)準(zhǔn)給出[7]。根據(jù)遙感影像質(zhì)量評價(jià)指標(biāo)，可把高分辨率遙感影像質(zhì)量評價(jià)模型實(shí)例化為圖2，規(guī)則庫中各規(guī)則的具體含義如表1所示。

圖2 影像質(zhì)量評價(jià)規(guī)則庫

利用影像質(zhì)量評價(jià)規(guī)則庫，即可判斷一景影像的質(zhì)量。假設(shè)某個(gè)影像數(shù)據(jù)集D對應(yīng)規(guī)則庫R（R1，R2，…，Rn），依據(jù)歷史經(jīng)驗(yàn)賦予R中規(guī)則的Ri權(quán)值為Wi，期望值為Ei，則針對某一景影像j，可根據(jù)式（3）計(jì)算出規(guī)則Ri的評價(jià)結(jié)果Sij，影像指標(biāo)項(xiàng)及綜合質(zhì)量Qj可由式（4）計(jì)算。

式中，i為規(guī)則序號；j為待評價(jià)影像序號；m為總影像數(shù)；n為規(guī)則庫中總規(guī)則數(shù)；Cij為第j張影像根據(jù)規(guī)則項(xiàng)i的算法直接計(jì)算得到的結(jié)果；Tij為臨時(shí)值。

表1 規(guī)則庫中各規(guī)則含義

規(guī)則庫中部分規(guī)則的計(jì)算方法如下：

1）信息容量，是基于二維直方圖定義的。二維直方圖的定義為對影像f（x，y） 統(tǒng)計(jì)頻數(shù){Num(G1，G2)}，即某像素灰度為G1而其右鄰像素灰度為G2的像素的個(gè)數(shù)，并由此作出直方圖[8]。信息容量可用式（5）計(jì)算。

式中，Normlog（G1，G2）為對數(shù)峰值歸一化直方圖；max{Num（G1，G2）}為二維直方圖的頻數(shù)峰值；ω為累加約束域，是直方圖定義域內(nèi)的測度，應(yīng)取足夠大的區(qū)域，且在此區(qū)域中直方圖的相關(guān)性最大，使信息容量具有宏觀統(tǒng)計(jì)意義和真正的信息意義。

2）影像細(xì)節(jié)能量。細(xì)節(jié)能量ME是對影像中所有（2M+1）×（2M+1）區(qū)域的方差總和的平均值，能夠反映影像細(xì)節(jié)的豐富程度[9]，計(jì)算公式為[10]：

式中，σf2（x，y）是（2M+1）×（2M+1）區(qū)域的方差，計(jì)算公式為：

3）影像邊緣能量。邊緣是影像的高頻信息，但不同于噪聲信號，它是有方向性的，可通過各向異性的濾波器來提取。可用45°、135°兩個(gè)歸一化邊緣算子E1、E2分別對影像進(jìn)行卷積計(jì)算消除方塊效應(yīng)，相加后得到影像的邊緣e（x，y）如式（9）所示[10]。

而邊緣能量可用式（10）計(jì)算：

4）功率譜。若影像f（x，y） 的傅里葉變換為F（u，v），則影像的功率譜的計(jì)算公式為[11]：

式中，F(xiàn)（u，v）*為復(fù)共軛，功率譜的大小反映影像各個(gè)空間頻率分量的強(qiáng)度。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 影像選取

為了驗(yàn)證本文所述高分辨率遙感影像的質(zhì)量評價(jià)方法的有效性、可靠性和通用性，選取了國內(nèi)高分一號、資源三號、資源一號02C三顆高分辨率遙感衛(wèi)星12景不同質(zhì)量的影像為實(shí)驗(yàn)對象，進(jìn)行影像質(zhì)量評價(jià)實(shí)驗(yàn)，實(shí)驗(yàn)所用影像見圖3。

圖3 多源高分辨率遙感衛(wèi)星影像

2.2 影像質(zhì)量評價(jià)實(shí)驗(yàn)與結(jié)果分析

針對選取的12景實(shí)驗(yàn)影像，分別計(jì)算了其灰度統(tǒng)計(jì)特征、紋理特征、影像清晰程度3項(xiàng)指標(biāo)，表2～4是各項(xiàng)規(guī)則根據(jù)其算法直接計(jì)算得到的結(jié)果。

表2 影像灰度統(tǒng)計(jì)特征質(zhì)量評價(jià)結(jié)果

表3 影像紋理特征質(zhì)量評價(jià)結(jié)果

表4 影像清晰程度質(zhì)量評價(jià)結(jié)果

用式（2）～（4）把表2～4中各規(guī)則項(xiàng)的計(jì)算結(jié)果進(jìn)行匯總，進(jìn)而可得到各指標(biāo)項(xiàng)值及綜合質(zhì)量評價(jià)結(jié)果，如表5所示。

表5 各指標(biāo)項(xiàng)值及綜合質(zhì)量評價(jià)結(jié)果

從表5中可以明顯看出，12景影像綜合質(zhì)量評價(jià)結(jié)果從好到差依次為：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。結(jié)合圖1的影像瀏覽圖可知，這12景影像的客觀評價(jià)結(jié)果與主觀評價(jià)結(jié)果是一致的，證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質(zhì)量評價(jià)。灰度統(tǒng)計(jì)特征指標(biāo)項(xiàng)的結(jié)果表明ZY02C-1、ZY02C-4灰度分布情況較差，其他各景的灰度統(tǒng)計(jì)值類似，符合客觀事實(shí)；對于紋理特征指標(biāo)項(xiàng)，則是ZY03-1最好、GF01-3次之、ZY02C-1最差，評價(jià)結(jié)果和影像的紋理特征是吻合的；對于影像清晰程度指標(biāo)項(xiàng)，也是ZY03-1最好、GF01-3次之、ZY02C-1最差，該項(xiàng)評價(jià)結(jié)果亦符合客觀事實(shí)。

3 結(jié) 語

本研究以高分一號、資源三號、資源一號02C衛(wèi)星的12景影像為實(shí)驗(yàn)對象，對其灰度統(tǒng)計(jì)特征、紋理特征、影像清晰程度3個(gè)指標(biāo)項(xiàng)以及綜合質(zhì)量進(jìn)行了評價(jià)實(shí)驗(yàn)與結(jié)果分析，結(jié)論如下：

1）利用本文所提方法得出的綜合質(zhì)量評價(jià)結(jié)果，與主觀評價(jià)結(jié)果一致，且能客觀、定量地評價(jià)影像質(zhì)量。因此，基于規(guī)則庫的高分辨率遙感影像質(zhì)量評價(jià)方法是可以引入到高分辨遙感影像質(zhì)量評價(jià)中去的。

2）本文構(gòu)建的指標(biāo)項(xiàng)，能夠準(zhǔn)確、可靠地從紋理豐富程度、影像清晰程度和灰度分布情況3個(gè)不同方面反映影像的質(zhì)量。

3）基于規(guī)則庫的高分辨率遙感影像質(zhì)量評價(jià)方法，還適用于空間分辨率接近的多源高分辨遙感影像質(zhì)量評價(jià)。

雖然本文較好地解決了高分辨率遙感影像質(zhì)量評價(jià)的問題，但仍有需要提高和完善的研究工作，包括：

1）未建立高分率遙感影像質(zhì)量等級模型，如建立能夠測定影像的質(zhì)量等級，便于直觀反映影像的質(zhì)量。

2）各規(guī)則項(xiàng)的權(quán)值設(shè)置還不夠合理，應(yīng)根據(jù)相關(guān)標(biāo)準(zhǔn)或較長時(shí)間的統(tǒng)計(jì)結(jié)果進(jìn)行設(shè)置。

[1] 劉斐,呂大旻. 我國成功發(fā)射高分一號衛(wèi)星[J].中國航天,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] 孫中平,熊文成,魏斌,等. 環(huán)境一號衛(wèi)星CCD影像質(zhì)量評價(jià)研究[J].紅外,2010(9):30-36

[4] 魏宏偉,田慶久. HJ1B-CCD影像的質(zhì)量評估及分析[J].遙感信息,2012(5):31-36

[5] 袁滿,張雪. 一種基于規(guī)則的數(shù)據(jù)質(zhì)量評價(jià)模型[J].計(jì)算機(jī)技術(shù)與發(fā)展,2013(3):81-84,89

[6] 史峰. 基于規(guī)則庫的數(shù)據(jù)質(zhì)量分析[J].武漢職業(yè)技術(shù)學(xué)院學(xué)報(bào),2010(3):79-83

[7] 朱麗萍,任福. 電子地圖數(shù)據(jù)質(zhì)量評價(jià)指標(biāo)體系及評價(jià)方法[J].地理空間信息,2011,9(5):118-121

[8] 屈穎歌,曾生根,夏德深.從圖像信息容量和圖像功率譜看CBERS-1衛(wèi)星圖像[J].航天返回與遙感,2002(2):40-45

[9] 戴奇燕,尤建潔,胡曄,等. 細(xì)節(jié)信息容量與MTF相關(guān)分析[J].航天返回與遙感,2005(4):15-19

[10] 王靜,陸鳳娟,高陸云,等.資源一號02B星HR圖像質(zhì)量參數(shù)的評價(jià)研究[C].第三屆區(qū)域遙感應(yīng)用國際論壇論文集,深圳,2008

[11] 修吉宏.基于圖像功率譜的航空圖像質(zhì)量判別技術(shù)研究[D].長春:中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所),2005

P237

B

1672-4623（2016）03-0022-04

10.3969/j.issn.1672-4623.2016.03.008

李昊霖，碩士，主要研究方向?yàn)楦叻直媛蔬b感影像產(chǎn)品自動(dòng)評價(jià)。

2014-12-12。

項(xiàng)目來源：測繪地理信息公益性行業(yè)科研專項(xiàng)資助項(xiàng)目（201512018）；四川省測繪地理信息局科技支撐資助項(xiàng)目（J2013ZC08）。