[发明专利]一种线阵推扫式遥感成像仪信噪比评估方法

权利要求书

1.一种线阵推扫式遥感成像仪信噪比评估方法，其特征在于：包括以下步骤：

S1：准备数据；

S2：计算低噪均匀区评分指标；

S3：计算并获取图像的低噪声评分矩阵，挑选出低噪声性能良好的小区域数据，提取信噪比计算数据，计算得出信噪比计算数据结果；

S4：提取评分矩阵中质量较好的小区域图像数据，计算信噪比参数；

S5：构建出信噪比及辅助数据集，评估信噪比；

所述步骤S2包括以下步骤：

S21：剔除原始对地观测图像中噪声过大的像素，从不同角度挑选原始遥感图像的低噪声区域，其中，实验室测量得到的噪声的三倍数值作为阈值，像素噪声小于阈值的像素视为潜在的信噪比计算像素点，低噪声模板像素计算式为

式中LNM_i,j为低噪声模板，LNPT为低噪声像素判别阈值，数值上等于3倍实验室测量值；

S22：生产低噪声区域评估方法的结果；

S23：获取低噪声区域评估方法的结果；

S24：整合低噪声区域评估方法的结果；

S25：挑选出计算信噪比的低噪声有效像素，综合判断像素的低噪声性能，其中，计算公式为

LNEPM_i,j＝LNM_i,j·LNPRM_i,j·CLNPM_i,j·PNUM_i,j

式中，LNEPM_i,j为i行j列像素的低噪声有效像素模板值，LNPRM_i,j为i行j列像素的小区域低噪声比率模板，CLNPM_i,j为i行j列像素的小区域连续低噪声模板值，PNUM_i,j为i行j列像素的小区域噪声均匀度模板；

所述步骤S22包括以下步骤：

S221：生成小区域低噪声像素比率的低噪声区域评估方法的结果；

S222：生成小区域连续低噪声像素区域的低噪声区域评估方法的结果；

S223：生成小区域像素噪声均匀度的低噪声区域评估方法的结果；

所述步骤S221包括以下步骤：

S2211：采用低噪声模板作为计算基础，设定像素同一行相邻的若干像素为统计样本；

S2212：计算样本中低噪声像素所占比率，其中，计算公式为

式中，LNPR_i,j为i行j列像素的小区域低噪声像素比率，M为同行临近像素样本数目，LNPRM_i,j为i行j列像素的小区域低噪声比率模板，这里选用0.9作为判断低噪声比率模板的阈值；

S2213：构建小区域低噪声比率模板；

S2214：筛选出小区域低噪声像素较多的像素；

所述步骤S222包括以下步骤：

S2221：采用低噪声模板作为计算基础，设定像素同一行相邻的若干像素作为统计样本，其中，计算公式为

CLNPM_i,j＝П_N(LNM_i,j+n)

式中，CLNPM_i,j为i行j列像素的小区域连续低噪声模板值，N为同行临近像素样本数目；

S2222：依据统计样本结果信息，判断小区域连续低噪声像素值情况；

S2223：筛选出小区域连续低噪声像素的像素；

所述步骤S223包括以下步骤：

S2231：采用噪声图像作为计算基础，设定像素同一行相邻的若干像素作为统计样本；

S2232：计算样本中噪声的标准差；

S2233：采用阈值法，构建小区域像素噪声均匀度图像，其中，具体计算式为

式中，PNU_i,j为i行j列像素的小区域噪声均匀度，L为同行临近像素样本数目，PNUM_i,j为i行j列像素的小区域噪声均匀度模板，这里选用1作为判断均匀度模板的阈值；

S2234：筛选出小区域像素噪声均匀度较好的像素；

所述步骤S3包括以下步骤：

S31：依据有效像素模板，提取全部有效像素的索引编号，获取索引向量

Index＝{Index|LNEPM＝1}

即为挑选出LNEPM等于1的元素组成数据集，Index为数据集索引；

S32：按照索引向量，提取像素噪声数据、有效像素低噪声比率数据、有效像素噪声均匀度数据

S33：计算像素的低噪声评分，定量比较像素的低噪声性能；

S34：采用最大最小值方法，归一化有效像素数据，其中，最大最小值归一化计算式为

具体将噪声数据，LNPR和PNU数据按照上式归一化处理，计算式为

S35：通过综合加权三种评分指标，计算得到像素的低噪声评分，其中，评分计算式为

PLNS_i,j＝0.4Noise_i,j+0.3(1-LNPR_i,j)+0.3PNU_i,j

S36：基于有效低噪声像素索引，构建与原始对地观测图像尺寸相等的评分矩阵；

S37：定量化的比较像素低噪声的水平差异。