一种可见光遥感图像信息提取性能变化检测方法技术

一种可见光遥感图像信息提取性能变化检测方法，首先计算可见光遥感图像处理前后的NIIRS值，进而得到NIIRS的保持率CR_NIIRS，然后计算可见光遥感图像处理前后图像的分块标准方差值BSV，进而得到BSV的保持率CR_BSV，最后使用NIIRS的保持率CR_NIIRS、BSV的保持率CR_BSV得到综合信息保持率CR_CI，以此来检测信息提取性能。本发明专利技术通过计算综合信息保持率CR_CI，解决了现有技术检测面向定量化应用的遥感图像信息提取性能时适用性不强和成像链路中某一环节对图像信息提取性能的影响敏感度不高两个问题，能够兼顾图像质量和图像保真度，在信息提取性能变化检测时具有更高的稳定性和敏锐性。

【技术实现步骤摘要】

本专利技术涉及可见光遥感卫星数据处理领域，适用于民用可见光遥感相机，特别是 。
技术介绍
光学遥感卫星在整个成像链路过程中，受大气、卫星平台、光学系统、电子学噪声 及有损数传压缩和调制传递函数补偿等数据处理操作等多种因素的影响，图像的信息提取 性能有不同程度的下降，这会对后续的目视解译和定量化应用造成影响。因此，稳定且敏锐 地对遥感图像信息提取性能变化进行检测显得尤为重要。从目前的发表文章和公开资料来 看，关于可见光遥感图像信息提取性能变化检测方面的研究包括： 1)民用可见光遥感图像信息提取性能度量 民用NIIRS是适应民用部门需要开发的，其判据类别涉及自然、农业、城市以及工 业目标，并且也是为了满足这些方面的需求开发的。民用NIIRS参考当前的NIIRS进行了 标定，也就是说一幅支持可见光NIIRS 5任务的图像也支持民用NIIRS 5的任务，可以参 见《监视与侦查成像系统》（Jon C. Leachtenauer等著，陈世平等译，中国科学技术出版社， 2007 年 1 月）。 2)利用通用图像质量方程（GIQE)预测NIIRS等级 通用图像质量方程是一种基于系统参数的图像信息提取性能估计模型。它一般主 要供系统的设计者使用，在系统制造开始以前就可以预测其性能。也可以使用图像的测量 参数预测系统信息提取性能。 3)利用图像质量模型（IQM)预测NIIRS等级 图像质量模型（IQM)是一种基于信息的度量，可以预测单幅图像的NIIRS等级。 IQM模型由数字图像的功率谱加上一些调整，计算图像的信息量，而图像的信息量可以同 NIIRS等级联系在一起。 4)利用萨诺夫刚辨差模型（JND)预测NIIRS等级差异 萨诺夫JND模型，根据人类视觉系统的响应测量两幅图像间的差异，以最小视觉 差（JNDs)表示，然后将JNDs同解译度（NIIRS)联系起来。 但是上述技术存在以下2个问题： 1)现有技术用于检测面向定量化应用的遥感图像信息提取性能时的适用性不强。 通用图像质量方程（GIQE)、图像质量模型（IQM)和萨诺夫JND模型，均可对成像系 统或图像进行NIIRS等级或是图像间的NIIRS差异ANIIRS进行预测，但是上述模型在建 模时，关心的是图像的质量而非图像的保真度。然而在定量化应用需要依赖的计算机处理 算法中，图像保真度具有重要意义，图像DN值的微小改变，对视觉解译可能不会产生影响， 但却可能对定量化计算造成严重影响。 2)现有技术用于检测成像链路中某一环节（如数传压缩、调制传递函数补偿等数 据处理操作）对图像信息提取性能的影响时的敏感度不高。 成像链路中的某些环节，如有损数传压缩、调制传递函数补偿等数据处理操作，会 使图像中的空间信息、辐射信息和几何信息发生变化。以有损数传压缩为例。随着压缩比 的增大，解压图像会出现纹理模糊、点目标和线目标的扩散甚至消失等空间、辐射和几何信 息的改变，使图像的信息提取性能下降，可解压图像的NIIRS值仍未有较大改变。根据以往 做的卫星压缩质量评价实验数据可知，当压缩比增大到8 :1时，图像中植被的细碎纹理，细 小点、线地物等细节信息大量损失，而NIIRS值下降仍不超过0. 05。这种细节信息的大量 损失大大影响了图像的辐射、几何和空间保真度，严重影响了遥感图像的信息提取性能。然 而，NIIRS值不能敏锐地反映出这种改变。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提供了一种通过计算综合信息 保持率CR_CI，在信息提取性能变化检测时具有更高的稳定性和敏锐性的可见光遥感图像 信息提取性能变化检测方法，解决了现有技术检测遥感图像信息提取性能时适用性不强和 成像链路中某一环节对图像信息提取性能的影响敏感度不高两个问题。 本专利技术的技术解决方案是：，包 括如下步骤： (1)计算可见光遥感图像处理前的国家图像解译度分级标准等级值并记为 NIIRS1，可见光遥感图像处理后的国家图像解译度分级标准等级值并记为NIIRS2，其中，可 见光遥感图像为M像元*N像元图像，M、N为正整数； (2)计算可见光遥感图像处理前后图像的国家图像解译度分级标准等级值的保持 率 CR_NIIRS 为 cr_niirs = I-(Niirs1-Niirs2)Zniirs1; ⑶计算可见光遥感图像处理前图像的分块标准方差值，并记为BSV1，可见光遥感 图像处理后图像的分块标准方差值，并记为BSV 2; (4)计算可见光遥感图像处理前后图像的图像分块标准方差的保持率CR_BSV为 CR_BSV = I-(BSV1-BSV2)/BSV1; (5)使用可见光遥感图像处理前后图像的国家图像解译度分级标准等级值的保持 率和图像分块标准方差的保持率得到综合信息保持率CR_CI为 CR_CI = CR_NIIRS*CR_BSV ; (6)使用步骤（1)-步骤（5)分别计算两个可见光遥感图像处理后图像的综合信息 保持率CR_CI，并对比，如果两者相等，则两个可见光遥感图像处理后图像的信息提取性能 没有变化，如果两者不相等，则两个可见光遥感图像处理后图像的信息提取性能产生变化。 所述的图像的分块标准方差值的计算方法包括如下步骤： (1)将图像分成B像元XB像元大小的至少两个图像块，其中，B为正整数且小于 M、N ; (2)计算图像块图像灰度均值μ为 其中，f(i, j)为图像块中第i行第j列像元的灰度值，i = 1，2,3…B，j = 1，2， 3…B ; (3)计算各个图像块图像灰度标准方差的平均值作为图像的BSV值，其中，图像块 的图像灰度标准方差σ的计算方法为 所述的B的取值范围为。 所述的国家图像解译度分级标准等级值为通过使用图像质量模型预测获得。 本专利技术与现有技术相比的优点在于： (1)本专利技术通过计算可见光遥感图像处理前后图像的国家图像解译度分级标准等 级值的保持率CR_NIIRS，克服了现有技术中当NIIRS值的变化值很小，无法描述图像信息 提取性能的物理变化这一缺陷，具有更清晰直观地表示图像质量变化程度这一优点； (2)本专利技术通过计算可见光遥感图像处理前后图像的分块标准方差的保持率CR_ BSV，克服了现有技术中无法检测出图像中的细碎纹理，点线状地物等细节信息的损失程度 这一缺陷，具有更清晰直观地表示图像保真度的变化程度这一优点； (3)本专利技术通过计算综合信息保持率CR_CI，解决了现有技术检测面向定量化应 用的遥感图像信息提取性能时适用性不强和成像链路中某一环节对图像信息提取性能的 影响敏感度不高两个问题，能够兼顾图像质量和图像保真度，在信息提取性能变化检测时 具有更高的稳定性和敏锐性的。【附图说明】 图1为本专利技术原理流程图； 图2为本专利技术方法中8个城市卫星压缩处理前的原始图像； 图3为本专利技术方法中北京市压缩处理前的原始图像、4:1解压及8:1解压后图像中 同一区域的局部截取图； 图4为本专利技术方法中广州市压缩处理前的原始图像、4:1解压、8:1解压后图像中 同一区域的局部截取图。【具体实施方式】 -、专利技术方法基础 现有的国家图像解译度分级标准等级（NIIRS)值在检测面向定量化应用的遥感 图像信息提取性能时的适用性不强，检测成像链路中某一环节（如数传压缩、数据处理 中本文档来自技高网...

【技术保护点】
一种可见光遥感图像信息提取性能变化检测方法，其特征在于包括如下步骤：(1)计算可见光遥感图像处理前的国家图像解译度分级标准等级值并记为NIIRS1，可见光遥感图像处理后的国家图像解译度分级标准等级值并记为NIIRS2，其中，可见光遥感图像为M像元*N像元图像，M、N为正整数；(2)计算可见光遥感图像处理前后图像的国家图像解译度分级标准等级值的保持率CR_NIIRS为CR_NIIRS＝1‑(NIIRS1‑NIIRS2)/NIIRS1；(3)计算可见光遥感图像处理前图像的分块标准方差值，并记为BSV1，可见光遥感图像处理后图像的分块标准方差值，并记为BSV2；(4)计算可见光遥感图像处理前后图像的图像分块标准方差的保持率CR_BSV为CR_BSV＝1‑(BSV1‑BSV2)/BSV1；(5)使用可见光遥感图像处理前后图像的国家图像解译度分级标准等级值的保持率和图像分块标准方差的保持率得到综合信息保持率CR_CI为CR_CI＝CR_NIIRS*CR_BSV；(6)使用步骤(1)‑步骤(5)分别计算两个可见光遥感图像处理后图像的综合信息保持率CR_CI，并对比，如果两者相等，则两个可见光遥感图像处理后图像的信息提取性能没有变化，如果两者不相等，则两个可见光遥感图像处理后图像的信息提取性能产生变化。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赫华颖，王海燕，郝雪涛，
申请(专利权)人：中国资源卫星应用中心，
类型：发明
国别省市：北京;11