本发明专利技术公开了一种基于信噪比的遥感图像机器解译精度估测方法及系统，方法包括步骤：S1、获取原始遥感图像各类地物的特征分布参数，包括各每类地物特征分布的均值和各类地物特征分布的标准差，各类地物的特征服从高斯分布；S2、在原始遥感图像上添加高斯白噪声，计算噪声图像解译精度受信噪比影响的kappa系数。本发明专利技术还提供了实现上述方法的系统。实施本发明专利技术可以预测理想的遥感图像经过外界干扰混入噪声后的噪声图的机器解译精度，可用于在有噪声的遥感图像应用场合下预先挑选合适信噪比的遥感影像，从而满足预定的解译精度需求。
【技术实现步骤摘要】
本专利技术属于遥感图像应用领域，更具体地，涉及一种基于信噪比的遥感图像机器 解译精度估测方法及系统。
技术介绍
目前遥感图像的机器解译是遥感图像非常重要的应用之一。遥感图像的机器解译 即计算机对图像的地物进行分类识别。信噪比则是图像质量评价的一个重要指标。通常人 们定性地认为，图像信噪比越大则图像中有用信息越多，图像用于机器解译的精度越高；随 着信噪比的降低，遥感图像的解译精度也会下降。但是，图像信噪比降低是如何定量影响遥 感图像机器解译精度的，这个问题尚未研究。遥感图像在获取、传输和存储过程中又常常会 受到各种噪声的干扰和影响而使图像降质。因此需要一种图像信噪比与遥感图像解译精度 的量化关系式，以辅助人们预测理想的遥感图像经过传输、存储等过程混入噪声后的噪声 图的机器解译精度。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于信噪比的遥感图像 机器解译精度估测方法及系统，可定量获得图像信噪比对遥感图像解译精度的影响。 本专利技术解决其技术问题所采用的技术方案是，提供一种基于信噪比的遥感图像机 器解译精度估测方法，所述方法包括以下步骤： S1、获取原始遥感图像各类地物的特征分布参数，其中各类地物的特征分布的 均值分别为μ1;μ2，...，μη，以^以:^-^以^各类地物的特征分布的标准差分别为 〇1， 〇2，...，〇n;所述各类地物的特征服从高斯分布，下标i表示所述原始遥感图像中的 第i类地物，i= 1，2, . . .，η，η为地物类别总数； S2、在原始遥感图像上添加高斯白噪声，计算噪声图像解译精度受信噪比影响的像素占遥感图像总像素的比例，表示误分为第i类的像素占遥感图像总像素的比例， 当i= 1 时， 所述Ρ。P2,...，匕分别为第1，2…η类地物的先验概率，Φ(x)为标准正态分布函，C为原始无噪图像每个像素点的平均能量；SNR为原始遥感图像信号与高 斯白噪声的功率谱之比。 相应地，本专利技术还提供一种基于信噪比的遥感图像机器解译精度估测系统，所述 系统包括： 第一模块，用于获取原始遥感图像各类地物的特征分布参数，其中各类地物的特 征分布的均值分别为μdμ2,...，μη，μΖμ2〈...〈μη;各类地物的特征分布的标准差分 别为〇u〇2,...，ση;所述各类地物的特征服从高斯分布，下标i表示所述原始遥感图像 中的第i类地物，i= 1，2,. . .，η，η为地物类别总数； 第二模块，用于在原始遥感图像上添加高斯白噪声，计算噪声图像解译精度受信分为第i类的像素占遥感图像总像素的比例，表示误分为第i类的像素占遥感图像 总像素的比例， 当i= 1 时， 所述Ρ。P2,...，匕分别为第1，2···η类地物的先验概率，Φ(x)为标准正态分布函C为原始无噪图像每个像素点的平均能量；SNR为原始遥感图像信号与高 斯白噪声的功率谱之比。 因此，实施本专利技术可带来如下有益效果：本专利技术在各类地物特征符合高斯分布的 假设下进行解译精度度量指标kappa系数的计算，将遥感图像解译精度与各类地物的先验 概率、特征分布的均值和方差等参数建立联系，提出了信噪比的变化对于各类地物特征分 布的方差等参数的影响的度量方法，从而最终确定了信噪比对遥感图像机器解译精度的影 响。由于遥感图像在获取、传输和存储过程中不可避免地会受到各种噪声的干扰和影响，利 用本专利技术提出的图像信噪比变化对遥感图像解译精度影响的定量估测方法可以预测理想 的遥感图像经过外界干扰混入噪声后的噪声图的机器解译精度，可用于在有噪声的遥感图 像应用场合下预先挑选合适信噪比的遥感影响，从而满足预定的解译精度需求。【附图说明】 图1为本专利技术基于信噪比的遥感图像机器解译精度估测方法流程示意图； 图2为本专利技术一个实施例中i= 1时P1+与Pη的求解示意图； 图3为本专利技术一个实施例中l〈i〈r时Ρ1+与Ρμ的求解示意图； 图4为本专利技术一个实施例中i=η时Ρ1+与Ρμ的求解示意图； 图5为采用本专利技术方法获得的解译精度估测值与实际解译精度值对比示意图。【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并 不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要 彼此之间未构成冲突就可以相互组合。 本专利技术方法首先从kappa系数的原始定义出发，提出基于各类地物特征分布的解 译精度kappa系数度量方法，具体实现方式如下： (1)遥感图像机器解译的目的是将图像中的每一个像元点或者区域归属于若干地 物类别中的一类。遥感图像机器解译的一般过程包括原始图像的预处理、训练样本的选择、 特征的选择和特征提取、分类器设计、图像分类、结果输出以及精度评价等。图像解译图像 精度评价则是图像机器解译最后环节的正确率的一个度量，遥感图像机器解译精度常用的 度量指标为kappa系数，kappa系数的原始定义为： 其中，η为图像中含有的地物类别数目，乂^表示正确分为第i类的样本个数；乂1+表 示第i类的样本总数；χ+1表示最终分类结果分为第i类的样本数据的总和，XU表示实际为 第i类的样本却错分为第j类的样本个数，X]1表示实际为第j类却错分为第i类的样本个 数；N为图像中样本总数。其中：假设图像中共有η类地物，Pi表示第i类的先验概率，Pl 表示被正确分为第i类的像素占总像素的比例（即真实情况下属于第i类，同时也被分为第i类的像素占总 像素的比例）表示误分为第i类的像素占总像素的比例（即真实情况下不属于第i 类，却被分为第i类的像素占总像素的比例），队为第i类地物的样本数，则有： 若当解译特征的分布形态已知时，可以根据特征的分布形态计算出Plral_t和 的具体大小。依据中心极限定理，自然界的很多群体分布都可以用高斯分布来近似。 所以这里假定地物的特征分布服从高斯分布。 (2)假设每类地物的特征符合高斯分布，每类的特征分布的均值为 μ。μ2，···，σ2，···，ση为对应各类的标准差 为对应各类的先验概率；h,表示某一分类准则下，第j类与第j+ 1类的分界面。最小 距离分类准则由于其简单、有效，被广泛用于图像分类。它首先计算数据到各类中心的 距离，然后将数据归到距离最小的对应类别中。则依据最小距离分类准则卜可表示为设函数Φ(X)表示标准正态分布函数。对于任意服从正态分布 Ν(μ，δ)的变量X，有 由式⑷可知，如何求解Plra"ect和Ρ。―」为解译精度kappa度量的关键。为了 说明和P 具体实现求解方式，本专利技术以三类为一个具体实施例画出P和 计算的示意图，如图2至图4所示。图中分别为三类解译特征分 布的概率密度函数，匕表示第一类与第二类的分界面，h2表示第二类与第三类的分界面， μ^μ2,μ3分别为三类的类中心。 利用式（6)表示的服从高斯分布的变量在任意区间内的概率求解方法，则（3-b) 与（3-C)描述的Plral^t与具体计算表达式如下： ①当i= 1 时， 根据上述的有关P1+与Ρμ定义可知，P1+表示真实情况下属于第一类，同时也被正 确分为第一类的概率；Ρη表示真实情况下属于第j(j辛1)类，却被误分为本文档来自技高网...
【技术保护点】
一种基于信噪比的遥感图像机器解译精度估测方法，其特征在于，所述方法包括以下步骤：S1、获取原始遥感图像各类地物的特征分布参数，其中各类地物特征分布的均值分别为μ1,μ2,...,μn，μ1<μ2<...<μn；各类地物特征分布的标准差分别为σ1,σ2,...,σn；所述各类地物的特征服从高斯分布，下标i表示所述原始遥感图像中的第i类地物，i＝1,2,...,n，n为地物类别总数；S2、在原始遥感图像上添加高斯白噪声，计算噪声图像解译精度受信噪比影响的kappa系数，中，Pi_correct表示被正确分为第i类的像素占遥感图像总像素的比例，Pother_i表示误分为第i类的像素占遥感图像总像素的比例，当i＝1时，P1_correct=P1Φ(h1-μ1σ12+C/SNR)Pother_1=Σj=1,j≠1nPjΦ(h1-μjσj2+C/SNR);]]>当1<i<n时，Pi_correct=Pi[Φ(hi-μiσi2+C/SNR)-Φ(hi-1-μiσi2+C/SNR)]Pother_i=Σj=1,j≠inPj[Φ(hi-μjσj2+C/SNR)-Φ(hi-1-μjσj2+C/SNR)];]]>当i＝n时，Pn_correct=Pn[1-Φ(hn-1-μnσn2+C/SNR)]Pother_n=Σj=1n-1Pj[1-Φ(hn-1-μjσj2+C/SNR)];]]>所述P1,P2,...,Pn分别为第1,2…n类地物的先验概率，Φ(x)为标准正态分布函数，C为原始无噪图像每个像素点的平均能量；SNR为原始遥感图像信号与高斯白噪声的功率谱之比。...
【技术特征摘要】
【专利技术属性】
技术研发人员：田岩，许毅平，隋晨红，刘萍，张璞，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。