[发明专利]一种基于遥感图像相位相关性的图像质量判别方法

说明书

技术领域

本发明涉及一种图像质量判别方法，具体涉及一种基于遥感图像相位相关性的图像质量判别方法，属于卫星遥控工程技术领域。

背景技术

图像是人类感知和机器模式识别的重要信息源，图像质量对所获取信息的充分性和准确性都起着决定性的作用。卫星遥感调查具有视点高、视域广、数据采集快和重复、连续观察的特点，而获取的图像可直接进入用户的计算机图像处理系统，但是在遥感图像的采集、压缩、处理、传输等过程中均会产生图像降质问题，这极大的影响了卫星遥感技术的发展。如何对卫星遥感图像进行有效的图像质量具有重大意义。

图像质量评价的方法主要有两种：(1)主观评价方法：设计实验，由观测者对图像质量进行评价；(2)客观评价方法：采用算法对图像质量进行评价。其中主观评价方法天然地和人的主观感受相符，但它费时、复杂，还会受到观测者专业背景、心理和动机等主观因素的影响，并且不能结合到其他算法中使用，这使得在很多情况下主观测试不可能进行。客观评价方法根据是否具备原始参考图像，通常可以分成全参考、半参考和无参考三类评价方法，其中全参考图像质量评价方法研究时间最长、发展较为成熟，大致可分为基于误差灵敏度分析的方法和基于结构相似度分析的方法。

图1为基于误差灵敏度分析的图像质量判别框架，这种评价方法是在PSNR等传统评价算法的基础上，利用HVS特征对其进行加权校正，以提高评价算法的性能，但各特征因素的加权权重，往往由经验获得，缺乏有效视觉感知模型的支撑。图2为基于结构相似度的图像质量判别框图，这种方法认为光照对于物体结构是独立的，而光照改变主要来源于亮度和对比度；所以它将亮度和对比度从图像的结构信息中分离出来，并结合结构信息对图像质量进行评价。其算法实现复杂度较低，但同时也屏蔽掉了HVS的其它生理特征，评价过程不易于解析。此外，全参考评价方法需要提供原始参考图像，而半参考算法虽然经过大量样本的训练后能够取得很好的性能，但是仍需要提取参考图像中部分统计量用于比较。而在实际应用中，很多情况下遥感卫星都无法或较难获得参考图像进行对比，这就要求应用无参考图像质量评价标准。相对于全参考和半参考评价方法，无参考评价方法的研究仍处于起步阶段，其研究大多是针对特定失真类型进行评价，且主要集中在块效应和模糊等编码失真上，没有对降质因素的普适性。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于遥感图像相位相关性的图像质量判别方法，采用无参考判别方法，克服了目前图像质量判别方法易受模糊、噪声和振铃影响的问题，对降质因素具有一定普适性。

本发明的技术解决方案是：一种基于遥感图像相位相关性的图像质量判别方法，包括以下步骤：

(1)将一幅空间域的遥感图像u进行周期与平滑分解，分解成包含绝大多数图像信息的周期分量和在空间域中变化缓慢的平滑分量，然后将平滑分量滤除，对滤除平滑分量后的周期分量进行离散傅里叶变换得到周期分量的频谱，周期分量频谱的获取方式为：

∀(q,r)∈Ω/(0,0)]]>