专利名称：一种对星载光学遥感图像压缩质量进行评价的方法
一种对星载光学遥感图像压縮质s^fm介的方法
駄领域
本发明属于卫星遥感图像处理与分析领域，尤其涉及一种对星载光学遥感
图像压縮质Si^Ti刊介的方法。 背景駄
为了有效降低数据传输带宽或码速率，缓解地面接收站的压力， 数据压縮技术被广泛应用于遥感卫星领域，特别是几乎所有的高分辨 率遥感卫星均采用了有损压縮技术。虽然遥感图像压縮能带来传输和 存储效率的提高，但不能以过多损失图像的质量为代价，必须使压縮 造成的图像质量损失控制在遥感图像应用可接受的范围内。因此，必 须提出合理的遥感图像压縮质量评价方法。
目前，压縮领域的研究主要集中在压縮算法的编码性能上，对图 像压縮质量的评价方法研究较少，特别地，针对遥感卫星数据压縮质 量评价，研究更少。本发明针对星载光学遥感图像压縮质量评价进行。
现有技术方案1如下
1) 图像获取
国外中高分辨率卫星(如SPOT5、 IKONOS等)的图像和航空影 像(75cm)。
2) 评价方法
(1) 主观评价方法 主观评价方法就是让观察者根据一些事先规定的评价尺度或自己
的经验，对测试图像按视觉效果提出质量判断，并给出质量分数，对所 有观察者给出的分数进行平均，所得的结果即为图像的主观质量评价。
(2) 客观评价方法
>峰值信噪比i^W <formula>formula see original document page 7</formula>1
=0 /=0
(13) _
其中，M,iV分别为图像每行和每列的元素数，0&'5^-1， 瓜力为原始图像在O',力点的M值； 2)灰度方差
灰度方差反映了图像灰度的层次信息，其计算公式为
(7 =
1
A/—1 AM
(14)
)=0 /=0
其中，M,JV分别为图像每行和每列的元素数，OS^iV-1， l^ysM-1， 瓜力为原始图像在("力点的 值，//为图像的灰度均值；
3) 信噪比
信噪比是图像中的有用信息与噪声信号的比值。LSD^为局域方 差极大值。
，=///#SDmax (15)
4) 对比度
图像对比度是基于灰度共生矩阵的评价图像纹理的参数，它反映
了图像中的目标与背景相比可辨认的清晰程度，计算公式为
L-l L-l丄-1 A
(16)
其中，i二)卜"rm)的定义见式(28)
5) 角二阶矩
图像角二阶矩是灰度共生矩阵的二次统计量， 的和，也称为能量，是图像灰度分布均匀性的度:
丄-
/ = ZI>2(")
=0 乂 = 0
具体为像素值平方 l。其计算公式为
(17)
kU0的定义见式(28)
6) 信息熵
熵值是图像所具有信息量的度量，纹理的复杂度越高就意味着图 像信息量越大，其熵值也越大，这正是图像质量所最需要表征的。其 计算公式，
H = -|^")log2jp") (18) 其中"p(Xi)为灰度等于Xi的概率密度。
7) 边缘信号
8边缘是图像关于形状特征和细节的重要信息。用45° ， 135°两 个斜线方向上的归一化边缘算子A、 ^分别对图像进行巻积计算，相 加后得到图像边缘e(x,力，即
e(x，力+ = (19)
°"， = ，, vZ》2(") ,. 、
定义MxiV"" 为边缘^，力的平均能量。
现有技术的缺点
1) 现有技术一主要存在以下缺点
>模拟图像的获取存在一定的问题。国外中高分辨率卫星几乎均 采用了星上实时压縮技术，其图像均为解压图像，直方图可能 不连续。而未经压縮的遥感图像，其直方图应是连续的。因此， 用解压后的卫星图像，作为压縮图像质量评价的模拟原始图像， 是不合理的。 >模拟图像的特性和数量未做深入的研究。 >主观评价方法对参评人员的身份和数目未做深入的研究。 >图像的显示(放大倍率、增强方法)方式没有相应研究。 >客观评价方法过于单调，不能构成对图像压縮质量的全面评价。
2) 现有技术二主要存在以下缺点
>现有技术二中提到的评价方法是通用的图像质量评价方法，针 对性不强。
这些评价方法只是针对于图像纹理细节方面的评价，而压縮对图 像质量的影响，不仅限于对图像纹理细节的影响。
发明内容
本发明所要解决的技术问题，星t^学遥感图像压縮质sa行全面系统 的ifi介。
本发明创造性地提出了如何科学生鹏縮质Si平价的模拟图像的方法。将
航片进行数字化扫描，所得图像直方图连续；并且结合niM传，皆性，生成 的模拟图像的动态范围、噪声特性、量化比特数等与真实的週尽量一致，因
9而可以作为压縮质sm介的模拟图像。
本发明对获取的模拟图像的特性和数量做了详尽描述。模拟图像具有4 性，充分反映遥感图像的地域特征、地物类型和成像时相割言息。
本发明之主观刑介对参评人员的身份做了明确规定，即参评人员均为训练
有素的遥感图像判读专家，并规定了参评专家的最少数目；明确指出了主观评
价的尺度。
本发明之客观刑介创造性地/Ai:方图的动态范围、图像的纹理细节、应用 影响和图像的相互关系四个方面对图像压縮质sa行全面、系统、有针对性地iW。
本发明的技术方案如下
一种对星载光学遥感图像压縮质KS^i刊介的方法，其牛寺征在于包括如下
'-获取模拟原始图像；
获取压縮后的图像；
分别分析模拟原始图像和经压縮后再解压的图像的动态范围，其中包掛十
算图像的低端、中端、高端被值以及图像的标准方差和被均值；
分别分析模拟原始图像和^E縮后再解压的图像的纹理细节，其中包掛十
算图像的分块标准方差、信噪特性、信窗、熵值、角二附巨、对比度、ii^信号; 分析压縮乂寸图f象的应用影响，其中包括计算经压縮后再角军压的图像的几何
畸变；
分析模拟原始图像和经压縮后再解压的图像的相互关系，其中包^i十算图 像的差值图像、直方图相关禾號、峰值信噪比^厕、图像相关系数、综射刊介 因子；
综合以J^t模拟原始图像和会M縮后再解压的图^S行的各项分析结^t 后，对图像压縮质SS行客观刑介。
戶，模拟原始图像的获取可以通过航片扫描间接获取，或者用与星上传 感器技术指标相同或相近的机载传感器的图像作为模拟原始图像；
并且戶;f^模拟原始图像的数目不少于10幅。
戶脱图像的低端、中端、高端總值分别定义为累计直方图面积为为5%， 50%和95%所对应的被值；
戶，图像的 均值的计算公式为M承7V^S (20);
其中，风W分别为图像每行和每歹啲元素数，0s"7V-1， l勺'^M-l， 瓜力为原始图像在(")点的被值； 戶，P像的标准方差的计算公式为
/~~^ A/-AM
『fes""2 (21) °
其中，风^分别为图像每行和每列的元素数，0《"W-1， iq'《M-1, /(z',力为原始图像在(O')点的 值，a为图像的灰度均值；
戶皿图像的分±央标准方差的计算方法如下以nt的窗口作为分±央单位求
取标准方差，其中n为整数，最后计算^^块图像标准方差的平均值作为图像
标准方差；
戶;M峰值信噪比PSNR的计算公式如下
尸纖=-lOlog,。 MSi7(255x 255) (22) 其中MSE为均方iMM，由下式计算
其中M，iV分另伪图像每行和每列的元素数，/(z',力为原始图像在(U)点的
被值，g("')为解压图像在("力点的被值； 0M图像相M数的计算方法如下
设图像匹配的目标窗口^矩阵为^=^力'=/,2，. . . ，m,vW,2...，"，'
其中m与"是G的行列数，取值为奇数。与G相应的灰度函数为^，^, fx," EZ)。搜索区被矩阵为G'二(^力W，2，. . ， A W，2, . . ，/,'其中A与/ 是( '的行列数，取值为奇数；与G湘应的被函数为g丫x，A
采用图像相絲数作为图像匹配的匹配测度，相絲数是标准化的协方差 函数，定义为
= iSxy / ^S^aS妙 (23)
其中，i是两幅影像图像窗口之间的协方差函数，&、 ^则分别为两幅影像上图像窗口内的方差；
由离散^ 对相^^数的估计为
=1 >i
i匕l ./=1
(24)
i、"'，、"，
h—ZZgu 其中 ,1^^
对上式进行优化后得到
sv，c - 〉: 〉:
画
=1 >1
V
Z2>2"— Z》
乂=1
附M
=1 )=1
X^g2o--
細
=1 7=1
(25)
在以上式中，(b力为搜索区的待匹配窗口中心坐标。若/ (^/V〉y9(b力
则、"为搜索区图像相对于目标区图像位移的行、列参数。对于
一维相关，有^=0;
戶诚^i刊介因子的计算方法如下
^^ifi介因子为峰f直信噪比户57VK与相^^数/ 的乘积尸SM * p 。
在戶诚客观i刊介结果的基础上再结合主观刑介的结果以对图像压縮质影1
'合
出全面的刑介。
戶;Mi观刑介尺度包括辐射精度、清晰度、纹理、几何特性、色调；
在剤做程中进一步采用相对尺度判据，用其粥介一组图f树应原始图像
的相对质量；i^刑介结果g为平均意见的分数，由以下公式表示
c =
;=i /=1
(26)
其中，I为判读人员的人数，应多于10人，J为图像的数量，""代表第z'名 判读人员对第7'幅图像的打分，当采用10力，财，^取！， 2， ...10;判读人员在评判图像质量时，可放大图像观看细节，还可采用图像增强方 式考察信息的微小变化。
本发明技术方案带来了如下有益效果2005年7月，航天504所和中国资 源卫Mi^用中心在西安组织召开了 "资源一号卫星02B星(CBERS-02B) HR 相机和环徵戯1A/B星(HJ-1 A/B ISM) CCD相机图像f^压縮质Sifj介" 专项评审与研讨会，i啊介方，用本发明技术方案。专家评审发现CCD相机8: 1的压縮对图像的处理和应用影响很大。卫星研制部门及时更新方案，采用4: l的压縮算法。2006年2月iKf 一^i刊介，专家一致认为新压缩方案不仅 满足广，感用户的应用要求，同时也《^ 下传的要求。本发明促成了 HM A/B週CCD相机压縮方案的鹏和完善，即从8: l的压縮比降低至4: 1， 为进一步保证图像质M到积极作用。此发明技术能全面刑介压縮图像质量的 影响，有利于在分辨率和压縮比之间达成和谐的统一，劍合理设计星上实时 压縮方案具有很强的指导意义。质Mi啊介的质量因子可以广泛推广。截至目前， 这一发明成果大量推广到卫星在轨测试的质am介，MTFC图像补偿的质Si平 价等。
图1是城市图像。 图2是农田图像。
图3分前后和M偶压縮的效果比较 具鹏駄式
在本部分中将给出本发明的实施例，并予以详细描述，以便更好地说明本 发明特点和功能，使得本发明更易于瓛牟，而不是用来限定本发明的傲户范围。
首先介绍一下總共生矩阵、基于相关系数的图像匹配、基于最小二乘法 的图像匹配。
灰度共生矩阵
13从總值为i的像素点出发，距离为(IXDy)的另一个像素点出现^g值 为j，定义这2个 值在整个图像中发生的概率，^^尔为频度即为M共生矩
阵，用数学表示则为<formula>formula see original document page 14</formula> (27 )
其中"，力为二维图像的行、列号，x = 0,l,"'M-1， y-0,l,…iV一i; "'=O，l，' 丄—1 ，当图像采用8比特量化时丄=256 ; ^取值为Dx， Dy的欧氏距离，实际应用中一般取值为l，即相邻元素；
^为方向， 一般取值O。， 45°， 90°， 135。等4个方向。
^^用以上方法，就将"力的空间坐标转化为(Q')的"^XT的描述，这
一m可以理解为像素对或被级对的直方图，要求像素对的距离不变，像素 的灰度差不变。
根据上述定义，所构成的灰度共生矩阵是一，合，集合中的一个元素 P(/，/，^)为第/行，第y'列矩p车元素，标所有在^方向上，相邻间隔为5的像
素， 一个为總"直，另一个为灰度7'值得相邻点对数。
可以看出，灰度共生矩阵反映了图^ 关于方向，相邻间隔，变化幅度 的ti^信息，可以作为分析图《錢元和排列结构的信息。 一幅卫星图像在确定 了方向和距离后，也就确定了其共生矩阵。其重要特点是以，角线为对称轴，
两iW称。若该共生矩阵的主要謝;M中在矩阵的对角线附近，就说明该方向
上被变化的频数较低，不同地物反差不甚明显，纹理相对粗糙；若顿角线 数值基本为零，麵主要集中脏下角和右上角，就说明此方向上被变化较 为剧烈，纹理细致。
为了禾U用被共生矩阵所掛共的图f^t方向，间隔和变化幅度的信息， 在共生矩阵的基础上抽取的纹理特征，称为二次统itS。为了使二次统计量的 ^fe^清晰简单，可作正规化处理如下
<formula>formula see original document page 14</formula> (28)
R为正规化常数，含义为相邻点对的组合数，在^=0°， 3=1，图像大小为，N时，P(ij)的元素之和为2N(N-1)，正规化处理后，其元素之和为l。 基于相关系数的图像匹配
若图像匹配的目标窗口^t矩阵为G二(gi,j)i4,2,. . . ^m; j=l,2...化 m与n是G的行列数， 一般瞎况下取奇数。与G相应的灰度函数为g(x^y)， y)印。搜索区總矩阵为G',g'i,j)i-l，2,. . . ，k; j=l,2.…，1; k与l是G' 的行列数， 一般情况下也取奇数。与G'相应的灰度函数为gXx,y)， (&y)eD'。
图像匹配的匹配测獻艮多，相^^数是最常^顿的一种匹配测度。相絲 数是标准化的协方差函数，定义为
P = S砂/ V^Ay
其中，^是两幅影像图像窗口之间的协方差函数，&、 &
像上图像窗口内的方差。从式(l)不难知道，相关系数W"。 由离散灰度i^对相关系数的估计为
(29)
为两幅影<formula>formula see original document page 15</formula>
考虑妾1J计算工作量，相关系数的优化公式为
<formula>formula see original document page 15</formula>
(5)
(c力为搜索区的待匹配窗口中心坐标。若p(cO,rO)〉p(c力(c^O，i^r0)，则cO，
rO为搜索区图像相对于目标区图像位移的行、列参数。对于一维相关，有fO。基于最小二乘法的图像匹配 两个二维图^^间的变形，不仅仅存在着相对銜立，而且还存在着图形变 形，为了简化处理，假设压縮只使图像在7jC平和垂直方向发生偏移而不存在旋 转。基于最小二乘法的图像匹配需要迭代求解，直到结果满意为止。假设原始 图像为^"，力，对应的随机噪声为"A力；解压縮图像为&"力，对应的随机 噪声为"2"力；g2(",力相对于A"，力发生的零次几何变形为"，6，贝IJ:
g, 0,力+ a (x,力=g2 O + ", ^ + 6) + "2 0,力 (33)
为解求相对位移""，必，对公式(1)进行线性化,聽方程为 v = C一 + C2c/6 - (34)
其中C^&， 由于在数字图像匹配中，總均按照规贝啊格的
离散阵列，且3^样间隔为常数A，故偏导可用差分代替。
g, -g/(/,J) = +[g2(/ + l,I/)-g2(/-l,l/)]
g, = + —g2(/，j —1)〗 "k、
2 (36)
初值"=0， "0，观测值Ag是相应像元的被差。
逐个像元(在目标区内)^z:^方程
"CZ-Z (37) 其中1 = [& 必]，C = [C, C2]， Z = Ag
从而i-(c^)"(c^) (38)
在以上内容的基础上，在下面给出本发明的具体实施例 一、模拟图像的获取 1)图像特性
遥感图像的获取应有代表性，应充分反映遥感图像的地域特征和
地物类型，成像时相等信息。地物类型应该涵盖的地物包含城市， 山地，沿海地带，沙漠，湖泊，植被等。成像时相应该涵盖赤道至北 纬60度的范围。
由于需要评价压縮前后图像质量的变化，因此所选图像不能经过压縮。若难以获取未经压縮的原始图像，可以通过航片扫描间接获取。
隨鹏间静llfg。 。9)
例如，对航摄比例尺为1: 25000的航片进行数字化扫描，扫描分 辨率为100微米，就可得到空间分辨率为2.5m的图像。
2)图像数目
模拟图像数目不小于10幅，有条件时图像数量超过20幅。
二、遥感图像压縮质量评价方法 (1)主观评价方法
判断图像质量的一种方法是主观评价，在电视领域常用的评价尺度 有两种，即品质尺度和妨碍尺度。前者由一些未受过训练的、对图像 质量评价不内行的观测者判断，此时得到的图像质量代表平均观测者 的一般感觉；而后者则由训练有素的专家来进行。这些人在图像处理 方面是有经验的，能够在图像质量方面提出严格的判断。专家观测者 往往具有注意细小程度图像质量下降的能力，而这些正是外行的观测 者所缺乏的。由于遥感图像不仅用于目视解译，也用于计算机解译和 各种目的用途，因此采用电视领域妨碍尺度的评价尺度，聘请遥感图 像判读专家进行遥感解压图像的评价较为恰当。
为了保证统计上的可靠性，在主观质量测试中通常至少应有10名 评判者。专家在评价图像质量时，需要放大图像观看细节(通常放大 为原图的200%倍)；同时也需要采用图像增强方式考察信息的微小变 化。
本发明的主观评价尺度包括下面几个方面->辐射精度
辐射精度是反映图像辐射状态的指标，同一地区的不同图像，灰 度分布范围越大，则表明图像信息越丰富；由于不同地物的电磁辐射 (反射或发射)强度不同，在影像上构成了灰阶的等级，灰阶代表了 由最暗到最亮之间不同亮度的层次级别。 一般在目视判读时，影像上 的中间层级越多，所能够呈现的画面效果也就越细腻。
17>清晰度
图像的清晰度表示图像内部边缘的清晰程度，若图像质量较好， 将反映为图像的边缘清晰，边缘相邻像素的灰度差异较大，易于人眼
的判识；若图像质量不好，将反映为图像的边缘模糊，边缘相邻像素
的灰度差异较小，不易于人眼的判识。 >纹理
也叫影像结构，是指与色调配合看上去平滑或粗糙的纹理的粗细 程度，即图像上目标物表面的质感。草场及牧场看上去平滑，成材的 老树林看上去很粗糙。海滩的纹理能反映沙粒结构的粗细，沙漠中的 纹理可表现沙丘的形状以及主要风系的风向。评价一幅卫星图像质量 优劣与否，首先应该从其包含的信息量出发。不同卫星获取的同一幅 遥感图像上的同一种地物，若纹理粗糙，说明该图像包含信息少。若 图像上充满了细纹理，说明包含了更多的信息。 >几何特性
几何特性指目标物在影像上所呈现的几何图形，在遥感影像上能 看到的是目标物的顶部或平面形状。地物在影像上的形状受空间分辨 率、比例尺、投影性质等影响。如果地物产生变形，说明产生了几何 畸变。
>色调
色调指影像上黑白深浅的程度，是地物电磁辐射能量大小或地物波 谱特征的综合反映。色调用灰阶(灰度)表示，同一地物在不同波段的
图像上会有很大差别；同一波段的影像由于成像时间和季节的差异， 地物光谱反射或辐射量不同。即使同一地区同一地物的色调也会不同。 同一波段、同一时相的影像，可以观察两种传感器的光谱响应是否一 致。
在评价过程中进一步采用相对尺度判据，用其评价一组图像对应原 始图像的相对质量。主观评价结果表示为平均意见的分数，由以下公 式表示
——f=l 乂=1
C= (40) 其中，""代表第f'名判读人员对第7幅图像的打分，当采用10分制时，、取1， 2， ... 10。
(2)客观评价方法 1)图像的动态范围 >低端、中端、高端灰度值
图像的低端、中端、高端灰度值分别定义为累计直方图面积为5%， 50%和95%所对应的灰度值。 >标准方差
这一参数反映了图像灰度层次的丰富程度，从直方图角度来说，它 反映了直方图的大致分布宽度。在图像比较分析中，图像的方差较大， 说明图像灰度层次丰富，在目视效果中，地物更加易于识别和分类， 图像质f较为珲想。其计算公式为
本发明技术方案中用到的灰度均值算法与现有技术方案二中 提到的灰度均值相同。
2)图像的纹理细节 >分块标准方差
此处定义的图像分块标准方差与图像动态范围一节中标准方差的 定义完全一致，但在具体操作时有所不同。即采用分块思想，以11*0 (n为3、 5、 7、 9或其它整数)的窗口为单位求取标准方差，最后计 算各分块图像标准方差的平均值作为图像标准方差。分块标准方差可 以体现图像局部纹理灰度层次的丰富程度。 >信噪特性
可以使用比特分割分析图像的信噪特性。所谓比特分割就是将图 像数据分成不同的比特位，依此取出某一比特位上的值(0或1)形成 二值图像。大量研究及实验表明，通常每像素为8bit的灰度图像扫描 数据中，低位的两个比特基本属于噪声信号。 >信息熵值
本发明技术方案中用到的信息熵值算法与现有技术方案二中提到的信息熵值算法相同。 >角二阶矩
本发明技术方案中用到的角二阶矩算法与现有技术方案二中提到 -的角二阶矩算法相同。 >对比度
本发明技术方案中用到的对比度算法与现有技术方案二中提到的 对比度算法相同。 >边缘信号
本发明技术方案中用到的边缘信号算法与现有技术方案二中提到 的边缘信号算法相同。
3) 应用影响
>几何畸变
解压后的图像与原始图像可能发生几何位置的偏移，可以使用不 同算法得到该偏移值。参考前面对基于相关系数的图像匹配的说明，
使用相关系数法可以获取整像元级意义上的几何位置偏移；参考前面 对基于最小二乘法的图像匹配的说明，使用最小二乘法可以获取子像 元级意义上的几何位置偏移。为了保证匹配精度，可以在图像上选取 若干控制点获得位置偏移的程度；也可以在图像上等间隔布设网格点， 当网格点符合匹配要求时，可以参与位置偏移的计算。
4) 图像的相互关系
关联的图像指标是通过解压后图像与原始图像进行比较获取的。 从获取的途径看可以分为两类按照像素逐一比较(大多为减法)法 和基于相关系数的匹配法。 >差值图像
差值图像代表解压后的图像与原始图像的差别，见下式所示-
差值图像的—年—i匀值
差值图像的最大遣"
￡>z#—max = max(A/(Z,力) (44 )
>直方图相关程度直方图相关程度，反映解压后的图像与原始图像的直方图接近的 程度。图像直方图是用于表达图像灰度值分布情况的统计图表，其横 坐标是灰度值，纵坐标是出现这一灰度值的数目，即为取不同灰度值 的面积或像素在整幅图像上所占的比例。假设原始、解压縮后图像的 灰度概率密度函数分别为/^)和《④，其中* ("0，1,2…《-1，当采用 8比特量化时，《=256)为灰度级别。则直方图的相关系数^为
>峰值信噪比尸SVi
本发明技术方案中用到的峰值信噪比PSW 算法与现有技术方案一 中提到的峰值信噪比PSW 相同。 >图像相关
图像匹配在测绘遥感领域得到广泛的应用，为图像融合、超分辨 率技术、自动几何校正及自动生成数字地面模型(DEM)等应用提供 基础。不同的图像匹配算法采用不同的测度，目前较多使用相关函数 测度、协方差函数测度、相关系数测度、差平方和测度及差绝对值和 测度。相关系数是灰度线性变换的不变量(证明从略)，可以有效消 除由于成像时间造成的图像之间亮度与对比度的不同影响，能够较好 用于自动几何校正的匹配过程。图像的相关系数p是标准化的协方差
函数，详细定义见附录2所示。
>综合评价因子
综合评价因子^^w^^p为峰值信噪比与相关系数的乘积。不同图像 的冗余度不同，即使采用相同的压縮方法和压縮比，压縮效果可能会 差异较大。在压縮方法和压縮比相同的情况下，对于纹理较丰富的图
像，峰值信噪比较低、相关系数较高；而对于纹理较单一的图像，峰 值信噪比较高、相关系数较低。
大量实验证明，综合评价因子能较为稳定地反映压缩前后图像质 量的变化。
举例说明
21图1 (a)和图2 (a)分别为城市和农田的遥感图像。与图2 (a)相比，图l (a)纹理较丰富。将两者用SPIHT算法进行8: l压縮，解压图像分别为图1 (b)和图2 (b)。
经计算得出，城市图像的峰值信噪比PSiVi 为35.61必，压縮前后图像的相关系数^为0.91，综合评价因子^^^V为32.55^;农田图像的峰值信噪比P^Vi 为37.81必，压縮前后图像的相关系数^为0.86，综合评价因子PS^ V为32.38必。城市图像的PSA^大于农田图像的PSA^，而^小于农田图像的P，但综合评价因子^S^^P十分接近。说明V是比和^更稳定的图像压縮质量评价因子。
5)卫星的具体数传方式对图像质量的影响对于卫星下传图像，在卫星内部传输可能采用若干方案，其中分奇偶压缩和分前后压縮两种方案被普遍采用。分奇偶压縮是指将每片CCD数据分奇偶两路并行输出、压縮再合并下传；分前后压缩是指将每片CCD数据分成前后两块数据，分别压縮再下传，地面系统完成解压。
在环境减灾1A/B星(HJ-1A/B卫星)CCD相机图像数据压縮质量评价实验工作中，得出了如下结论分奇偶压缩易造成虚假纹理(块状纹理)；而分前后压縮对纹理的损失较大，并随着压縮比的提高而逐步增大。
举例说明
图3 (a)为原始图像，分别采用分前后和分奇偶两种方案对原始
图像进行8:1压縮，解压图像分别如图3 (b)和图3 (c)所示。对比
图3中的(a) 、 (b)和(c)三张图可以看出，分前后压縮对图像纹
理的损失较大，而分奇偶压縮引入了虚假块状纹理。
本发明的f驟范围并不局限于战内容，熟悉本技术领域的技术人员在本
发明揭露的技术范围内的基础上所做的方案的变形、变tt^者替换，都应涵盖
在本发明保护范围之内。
权利要求
1、一种对星载光学遥感图像压缩质量进行评价的方法，其特征在于包括如下步骤获取模拟原始图像；获取经压缩后再解压的图像；分别分析模拟原始图像和经压缩后再解压的图像的动态范围，其中包括计算图像的低端、中端、高端灰度值以及图像的标准方差和灰度均值；分别分析模拟原始图像和经压缩后再解压的图像的纹理细节，其中包括计算图像的分块标准方差、信噪特性、信息熵值、角二阶矩、对比度、边缘信号；分析压缩对图像的应用影响，其中包括计算图像的几何畸变；分析模拟原始图像和经压缩后再解压的图像的相互关系，其中包括计算图像的差值图像、直方图相关程度、峰值信噪比、图像相关系数、综合评价因子；综合以上对模拟原始图像和经压缩后再解压的图像进行的各项分析结果之后，对图像压缩质量进行客观评价。
2、 如权利要求1戶，的方法，其特征在于-戶;M模拟原始图像的获取可以通过航片扫描间接获取，或者用与星上传感器技术指标相同或相近的机载传感器的图像作为模拟原始图像；并且戶;f^模拟原始图像的数目不少于10幅。
3、 如权利要求1戶，的方法，其特征在于戶腿图像的低端、中端、高端總值分别定义为累计直方图面积为5%， 50%和95%所对应的鄉直；所述图像的 均值的计算公式为其中，M,W分别为图像每行和每列的元素数，0"、iV-l， BAM-1， /("')为原始图像在(W)点的M值； 所述图像的标准方差的计算公式为其中，M,iV分另伪图像每行和每列的元素数，O^SiV-1， l^^M-1， /"力为原始图像在("')点的M值，为图像的M均值。
4、 如权利要求1戶，的方法，其特征在于戶;M图像的分i央标准方差的计算方法如下以nh的窗口作为分i央单位求 取标准方差，其中n为M，最后计算各分块图像标准方差的平均值作为图像标准方差。
5、 如权利要求i戶;M的方法，其特征在于戶皿峰值信噪比PSNR的计算公式如下P纖--101ogwM^/(255x255) (3) 其中MSE为均方误差，由下式计算其中M,iV分别为图像每行和每列的元素数，/"/)为原始图像在(W)点的M值，g(W)为解压图像在0点的M值； 戶腿图像相^^数的计算方法如下设图像匹配的目标窗口總矩阵为G二fe力W，2，. . . ，m,jW，2...，"； 其中w与"是G的行列数，取值为奇数；与G相应的總函数为^，"， ED;搜索区灰度矩阵为G'二D卜U. . . . . ，/， 其中&与/是(T的行列数，取值为奇数；与G湘应的被函数为g丫x，y" (^W^T;采用图像相^^、数作为图像匹配的匹配测度，相絲数是标准化的协方差 函数，定义为户=Sw / (5)其中，^是两幅影像图像窗口之间的协方差函数，&、 ^则分别为两幅影像上图像窗口内的方差；由离散M数据对相关系数的估计为<formula>formula see original document page 4</formula>其中 附"ss对上式进行优化后得到si:顯<formula>formula see original document page 4</formula>(7)在以上式中，(b"为搜索区的待匹配窗口中心坐标；若y^Q^〉/)&」 (b^喻o)，则C。， 为搜索区图像相对于目标区图像位移的行、列参数；对于 一维相关，有^;戶皿纟l^ifi介因子的计算方法如下综^i刊介因子为峰值信噪比户SW 与相M数/ 的乘积M， * p o
6、 如权利要求1-5中任意一项戶，的方法，其特征在于 在戶，客观评价结果的基础上再结合主观刑介的结果以对图像压縮质慰合出全面的i平价。
7、 如权利要求6戶脱的方法，其特征在于戶; ^Ei愤的尺度包括辐射精度、清晰度、纹理、几何特性、色调； 在刑/ra程中进一步采用相对尺度判据，用其i刊介一组图像对应原始图像b妇见ifj介结果^为平均意见的分数，由以下公式表示<formula>formula see original document page 4</formula>(8)其中，I为判读人员的人数，应多于10人，J为图像的数量，e"代表势'名判读人员对第7'幅图像的打分，当采用10分制时，、取1， 2， ...10;判读人员在评判图像质量时，可放大图4叙见看细节，还可采用图像增强方 式考察信息的微小变化。
全文摘要
本发明提供了一种对星载光学遥感图像压缩质量进行评价的方法。方法包括以下步骤获取模拟原始图像；获取经压缩后再解压的图像；分别分析模拟原始图像和压缩后图像的动态范围；分别分析模拟原始图像和压缩后图像的纹理细节；分析压缩对图像的应用影响；分析模拟原始图像和压缩后图像的相互关系；综合以上对模拟原始图像和压缩后图像进行的各项分析结果之后，对图像压缩质量进行评价。本发明针对卫星传感器的特性生成模拟图像，采用客观评价为主、主观评价为辅的综合方法全面、系统、有针对性地评价图像压缩质量，构建了星载光学遥感图像压缩质量评价的完整体系。
文档编号H04N17/00GK101478693SQ20081019179
公开日2009年7月8日 申请日期2008年12月31日 优先权日2008年12月31日
发明者湧 曾, 赫华颖, 郭建宁 申请人:中国资源卫星应用中心