遙感成像原理與遙感圖像特征

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇遙感成像原理與遙感圖像特征范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

遙感成像原理與遙感圖像特征范文第1篇

1.1圖像處理關(guān)鍵技術(shù)在礦山環(huán)境監(jiān)測(cè)中，實(shí)施監(jiān)測(cè)的兩個(gè)時(shí)相的遙感影像需具備一致的空間分辨率、成像時(shí)間及成像季節(jié)，且具備相同的植被覆蓋狀況及光譜值。但因遙感影像成像環(huán)境差異，遙感影像間常存在較多的輻射誤差與幾何誤差，所以在遙感影像變化監(jiān)測(cè)中要對(duì)成像環(huán)境進(jìn)行修正，降低成像環(huán)境的誤差量。

1.1.1輻射校正：其基本目的是盡量消減影像因太陽高度角、大氣條件及傳感器影像的形成的遙感成像與真實(shí)地物間的輻射亮度差異，通常分為相對(duì)輻射校正與絕對(duì)輻射校正兩種方法；相對(duì)輻射校正是依據(jù)選定的參考圖像，將其與同地區(qū)內(nèi)的其他遙感影像進(jìn)行輻射匹配，以消減影像間的輻射差異，其常用的矯正方法由基于偽不變特征的校正、基于統(tǒng)計(jì)量的校正及直方圖匹配等。

1.1.2影像融合：其基本目的是將采用不同尺度、不同傳感器類型獲取的同地區(qū)的影響通過相應(yīng)處理措施以改善影響的光譜信息、空間分辨率和紋理信息等特征；當(dāng)前常用的融合方法有多時(shí)相影響融合、不同分辨率影像融合、不同傳感器影像融合、多波段影像數(shù)據(jù)融合等類型；HIS變換法是當(dāng)前影像融合算法的常用算法，此種算法簡(jiǎn)單且方便操作，可有效增強(qiáng)影像色彩信息與空間信息特征，但對(duì)于植被顏色信息特征處理水平較低，主要是因?yàn)橹脖晃湛梢姽猓曳瓷浼t外光，而全色波段內(nèi)包含的一些近紅外波段信息會(huì)在全色波段高亮顯示，較小的顏色噪聲便會(huì)被放大。

1.2信息提取關(guān)鍵技術(shù)

1.2.1基于地理信息系統(tǒng)的礦山地物識(shí)別技術(shù)：此技術(shù)主要是以面向?qū)ο筮b感處理技術(shù)為前提，通過對(duì)遙感影像進(jìn)行圖像分割以形成圖像對(duì)象，進(jìn)而深入提取分類輔助信息，并采用空間分析方法完成空間目標(biāo)物識(shí)別，從而實(shí)現(xiàn)礦山地質(zhì)環(huán)境遙感監(jiān)測(cè)；圖像分割中需考慮空間信息與影響光譜信息兩方面的因素。

1.2.2影響直接對(duì)比法采集變化信息：常用的有內(nèi)積分析法、影像差值法、變化向量分析法、影響比值法等檢測(cè)方法；影像差值法的基本原理是對(duì)時(shí)相t1的遙感影像與時(shí)相t2的遙感影像做減法，若影像間差異較小，則相減結(jié)果應(yīng)趨近于零或?yàn)榱悖粲跋耖g差異較大，則結(jié)果應(yīng)表現(xiàn)為較大值；一般差值影響亮度值按照高斯分布，計(jì)算時(shí)可對(duì)差值影響結(jié)果求絕對(duì)值以保證差值結(jié)果均為非負(fù)值。

2礦山地質(zhì)環(huán)境遙感監(jiān)測(cè)方法

2.1崩塌遙感監(jiān)測(cè)方法崩塌通常是露天采石采礦、道路開挖等造成的，大多數(shù)會(huì)產(chǎn)生在節(jié)理裂隙發(fā)育的陡崖位置，破損面凹凸差異大，上陡下緩。遙感影像上崩塌體后緣發(fā)育呈現(xiàn)弧形或直線形，陽坡呈現(xiàn)淺色條區(qū)塊、陰坡呈現(xiàn)深色陰影區(qū)帶。為便于凸顯崩塌發(fā)育狀況，對(duì)ETM、TM圖像使用741與453波段進(jìn)行組合和線性增強(qiáng)處理，從而提高山體完整度、植被覆蓋率、巖性特征反映的清晰度；對(duì)于SPOT213波段組合圖像通過直方圖調(diào)整與HSV融合增強(qiáng)處理，可提高地形地貌顯示的清晰度；對(duì)于SPOT5圖像校正時(shí)應(yīng)增加控制點(diǎn)數(shù)量，并使用幾何多項(xiàng)式實(shí)施三次卷積重采樣法變換，可保證圖像精確度；對(duì)部分航片數(shù)據(jù)實(shí)施對(duì)比度拉伸，可有效凸顯山體細(xì)節(jié)。依據(jù)不同片種的遙感分析表明，ETM與TM圖像對(duì)于崩塌宏觀地質(zhì)條件的顯示水平較高，而對(duì)于崩塌產(chǎn)生的形態(tài)特征顯示水平較低。通常崩塌形態(tài)要素在航片、SPOT5圖像中具有較高的精度，其崩塌壁大多數(shù)呈現(xiàn)淺色調(diào)，輪廓線清晰。

2.2采空塌陷遙感監(jiān)測(cè)方法在不同地區(qū)不同礦種中，采空塌陷對(duì)于地表的破壞程度也會(huì)不同，在遙感圖像中會(huì)表現(xiàn)出明顯的差異性。在TM圖像中塌陷會(huì)呈現(xiàn)出單獨(dú)的橢圓形或環(huán)形斑點(diǎn)與板塊，不同斑塊間的明暗程度也不相同；因塌陷坑是具有不同深度的負(fù)地形，在陰影條件下其可呈現(xiàn)出明顯的立體效果。塌陷坑的陰影通常會(huì)產(chǎn)生在環(huán)形斑塊內(nèi)側(cè)的下半部，而土堆陰影通常會(huì)產(chǎn)生在環(huán)形斑塊內(nèi)側(cè)的上半部，與正地形立體效果正好相反，其是判斷塌陷坑的基本指標(biāo)。因B4水體反映效果好，B5信息量較多，在不同地質(zhì)類型的反差較大，B1具有較高的水體亮度值，所以使用TM451段可有效呈現(xiàn)塌陷區(qū)的變化狀況。因礦區(qū)大氣污染相對(duì)嚴(yán)重，可對(duì)圖像實(shí)行濾波或?qū)Ρ榷壤焯幚恚愿纳破浼?xì)節(jié)顯示水平。由于采空塌陷區(qū)與周圍地質(zhì)環(huán)境間的差異較大，可使用闕值法實(shí)施塌陷地信息采集，并采用3波段差值彩色合成法對(duì)采集結(jié)果進(jìn)行處理，由此便能充分反映塌陷區(qū)接近10年的動(dòng)態(tài)地形變化。若塌陷區(qū)被掩埋，則其塌陷類型在圖像上的識(shí)別水平主要由遙感信息空間分別率決定；使用全色波段與SPOT213波段組合對(duì)融合圖像進(jìn)行處理，且開展2%的線性增強(qiáng)，根據(jù)色調(diào)及紋理特征狀況可有效采集塌陷區(qū)的細(xì)節(jié)信息；對(duì)于部分塌陷坑范圍較小且不存在積水的礦山，可使用IKONOS、Quickbird等高分辨率遙感圖像實(shí)時(shí)監(jiān)測(cè)。

2.3礦山污染遙感監(jiān)測(cè)方法通常礦區(qū)因采礦導(dǎo)致的廢水、大氣、廢液、粉塵污染等造成的水體污染較為嚴(yán)重。采用ETM、TM圖像對(duì)煤礦開采點(diǎn)進(jìn)行監(jiān)測(cè)，可發(fā)現(xiàn)圖像中的DN值差異較大，因此在監(jiān)控中應(yīng)使用SPOT5波段與743波段進(jìn)行組合，通過小波變換融合發(fā)實(shí)行中值濾波處理及直方圖變換。如對(duì)于某煤礦原始TM圖像分析發(fā)現(xiàn)，其灰度分布范圍較小、亮度值較低，對(duì)比度較弱，實(shí)施線性拉伸處理，對(duì)不同波段灰度分布范圍進(jìn)行擴(kuò)展，可使合成圖像效果顯示水平大幅度改善；對(duì)一些重點(diǎn)區(qū)域進(jìn)行分段線性拉伸，其并不會(huì)造成原始數(shù)據(jù)變動(dòng)，且容易對(duì)大氣污染狀況進(jìn)行解釋。因石灰?guī)r礦山周圍、運(yùn)煤通道及煤礦區(qū)等長(zhǎng)時(shí)間堆放大量煤渣粉等物質(zhì)，使得礦區(qū)粉塵污染較為嚴(yán)重，其在TM543波段假彩色合成圖像中可呈現(xiàn)出明顯的亮白色或暗褐紅色；而礦坑中排出的污水在影響中可呈現(xiàn)明顯的粉紅色。ETM與TM光譜信息量較大，可有效監(jiān)測(cè)礦區(qū)大氣污染狀況；而采用SPOT5光譜圖像可明顯反映礦山水體、粉塵污染狀況。

3結(jié)束語

遙感成像原理與遙感圖像特征范文第2篇

【關(guān)鍵詞】遙感技術(shù);3s的結(jié)合;發(fā)展前景

1.遙感技術(shù)的找礦應(yīng)用

1.1 地質(zhì)構(gòu)造信．息的提取

內(nèi)生礦產(chǎn)在空間上常產(chǎn)于各類地質(zhì)構(gòu)造的邊緣部位及變異部位，重要的礦產(chǎn)主要分布于扳塊構(gòu)造不同塊體的結(jié)合部或者近邊界地帶，在時(shí)間上一般與地質(zhì)構(gòu)造事件相伴而生，礦床多成帶分布，成礦帶的規(guī)模和地質(zhì)構(gòu)造變異大致相同。

遙感找礦的地質(zhì)標(biāo)志主要反映在空間信息上。從與區(qū)域成礦相關(guān)的線狀影像中提取信息(主要包括斷裂、芍理、推覆體等類型)，從中酸性巖體、火山盆地、火山機(jī)構(gòu)及深亨巖漿、熱液活動(dòng)相關(guān)的環(huán)狀影像提取信息(包括與火山有關(guān)的盆地、構(gòu)造)，從礦源層、賦礦巖層相關(guān)的帶狀影像提取信啟、(主要表現(xiàn)為巖層信息)，從與控礦斷裂交切形成的塊狀影像及與感礦有關(guān)的色異常中提取信息(如與蝕變、接觸帶有關(guān)的色環(huán)、色帶、色塊等)。當(dāng)斷裂是主要控礦構(gòu)造時(shí)，對(duì)斷裂構(gòu)造遙感信息進(jìn)行重點(diǎn)提取會(huì)取得一定的成效。

遙感系統(tǒng)在成像過程中可能產(chǎn)生“模糊作用”，常使用戶感興趣的線性形跡、紋理等信息顯示得不清晰、不易識(shí)別。人們通過目視解譯和人機(jī)交互式方法，對(duì)遙感影像進(jìn)行處理，如邊緣增強(qiáng)、灰度拉伸、方向?yàn)V波、比值分析、卷積運(yùn)算等，可以將這些構(gòu)造信息明顯地突現(xiàn)出來。除此之外，遙感還可通過地表巖性、構(gòu)造、地貌、水系分布、植被分布等特征來提取隱伏的構(gòu)造信息，如褶皺、斷裂等。提取線性信息的主要技術(shù)是邊緣增強(qiáng)。

1.2 植被波譜特征的找礦意義

在微生物以及地下水的參與下，礦區(qū)的某些金屬元素或礦物引起上方地層的結(jié)構(gòu)變化，進(jìn)而使土壤層的成分產(chǎn)生變化，地表的植物對(duì)金屬具有不同程度的吸收和聚集作用，影響植葉體內(nèi)葉綠素、含水量等的變化，導(dǎo)致植被的反射光譜特征有不同程度的差異。礦區(qū)的生物地球化學(xué)特征為在植被地區(qū)的遙感找礦提供了可能，可以通過提取遙感資料中由生物地球化學(xué)效應(yīng)引起的植被光譜異常信息來指導(dǎo)植被密集覆蓋區(qū)的礦產(chǎn)勘查，較為成功的是某金礦的遙感找礦、東南地區(qū)金礦遙感信息提取。

不同植被以及同種植被的不同器官問金屬含量的變化很大，因此需要在已知礦區(qū)采集不同植被樣品進(jìn)行光譜特征測(cè)試，統(tǒng)計(jì)對(duì)金屬最具吸收聚集作用的植被，把這種植被作為礦產(chǎn)勘探的特征植被，其他的植被作為輔助植被。遙感圖像處理通常采用一些特殊的光譜特征增強(qiáng)處理技術(shù)，采用主成分分析、穗帽變換、監(jiān)督分類(非監(jiān)督分類)等方法。植被的反射光譜異常信息在遙感圖像上呈現(xiàn)特殊的異常色調(diào)，通過圖像處理，這些微弱的異常可以有效地被分離和提取出來，在遙感圖像上可用直觀的色調(diào)表現(xiàn)出來，以這種色調(diào)的異同為依據(jù)來推測(cè)未知的找礦靶區(qū)。植被內(nèi)某種金屬成分的含量微小，因此金屬含量變化的檢測(cè)受到譜測(cè)試技術(shù)靈敏度的限制，當(dāng)金屬含量變化微弱時(shí)，現(xiàn)有的技術(shù)條件難以檢測(cè)出，檢測(cè)下限的定量化還需進(jìn)一步試驗(yàn)。理論上講，高光譜提取植被波譜的性能要優(yōu)于多光譜很多倍，例如對(duì)某一農(nóng)業(yè)區(qū)進(jìn)行管理，根據(jù)每一塊地的波譜空間信息可以做出灌溉、施肥、噴灑農(nóng)藥等決策，當(dāng)某農(nóng)作物干枯時(shí)，多光譜只能知道農(nóng)作物受到損害，而高光譜可以推斷出造成損害的原因，是因?yàn)橥恋馗珊颠€是遭受病蟲害。因此利用高光譜數(shù)據(jù)更有希望提取出對(duì)找礦有指示意義的植被波譜特征。

1.3 礦床改造信息標(biāo)志

礦床形成以后，由于所在環(huán)境、空間位置的變化會(huì)引起礦床某些性狀的改變。利用不同時(shí)相遙感圖像的宏觀對(duì)比，可以研究礦床的剝蝕改造作用；結(jié)合礦床成礦深度的研究，可以對(duì)類礦床的產(chǎn)出部位進(jìn)行判斷。通過研究區(qū)域夷平面與礦床位置的關(guān)系，可以找尋不同礦床在不同夷平面的產(chǎn)出關(guān)系及分布規(guī)律，建立夷平面的找礦標(biāo)志。另外，遙感圖像還可進(jìn)行巖性類型的區(qū)分應(yīng)用于地質(zhì)填圖，是區(qū)域地質(zhì)填圖的理想技術(shù)之一，有利于在區(qū)域范圍內(nèi)迅速圈定找礦靶區(qū)。

2.遙感找礦的發(fā)展前景

2.1 高光譜數(shù)據(jù)及微波遙感的應(yīng)用

高光譜是集探測(cè)器技術(shù)、精密光學(xué)機(jī)械、微弱信號(hào)檢測(cè)、計(jì)算機(jī)技術(shù)、信息處理技術(shù)于一體的綜合性技術(shù)。它利用成像光譜儀以納米級(jí)的光譜分辨率，成像的同時(shí)記錄下成百條的光譜通道數(shù)據(jù)，從每個(gè)像元上均可以提取一條連續(xù)的光譜曲線，實(shí)現(xiàn)了地物空間信息、輻射信息、光譜信息的同步獲取，因而具有巨大的應(yīng)用價(jià)值和廣闊的發(fā)展前景。成像光譜儀獲得的數(shù)據(jù)具有波段多，光譜分辨率高、波段相關(guān)性高、數(shù)據(jù)冗余大、空問分辨率高等特點(diǎn)。高光譜圖像的光譜信息層次豐富，不同的波段具有不同的信息變化量，通過建立巖石光譜的信息模型，可反演某些指示礦物的豐度。充分利用高光譜的窄波段、高光譜分辨率的優(yōu)勢(shì)，結(jié)合遙感專題圖件以及利用豐富的紋理信息，加強(qiáng)高光譜數(shù)據(jù)的處理應(yīng)用能力。微波遙感的成像原理不同于光學(xué)遙感，是利用紅外光束投射到物體表面，由天線接收端接收目標(biāo)返回的微弱回波并產(chǎn)生可監(jiān)測(cè)的電壓信號(hào)，由此可以判定物體表面的物理結(jié)構(gòu)等特征。微波遙感具有全天時(shí)、全天候、穿透性強(qiáng)、波段范圍大等特點(diǎn)，因此對(duì)提取構(gòu)造信息有一定的優(yōu)越性，同時(shí)也可以區(qū)分物理結(jié)構(gòu)不同的地表物體，因?yàn)榇┩感詮?qiáng)，對(duì)覆蓋地區(qū)的信息提取也有效。微波遙感技術(shù)因其自身的特點(diǎn)而具有很大的應(yīng)用潛力，但微波遙感在天線、極化方式、斑噪消除、幾何校正及輻射校正等關(guān)鍵技術(shù)都有待于深入研究，否則勢(shì)必影響微波遙感的發(fā)展。

遙感成像原理與遙感圖像特征范文第3篇

關(guān)鍵詞：遙感影像；空間數(shù)據(jù)；環(huán)境監(jiān)測(cè)

中圖分類號(hào)：TP311.52 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-7712 （2013） 12-0000-01

一、遙感的基本概念與原理

（一）遙感概述。遙感技術(shù)是20世紀(jì)60年代在航空攝影測(cè)量的基礎(chǔ)上迅速發(fā)展起來的一門綜合性空間數(shù)據(jù)采集技術(shù)。所謂的遙感，就是從遠(yuǎn)處在不直接接觸地表目標(biāo)物和現(xiàn)象的情況下，獲取其信息的科學(xué)和技術(shù)。遙感具有以下特點(diǎn)：探測(cè)范圍廣，能夠提供綜合宏觀的視角；獲取手段多樣，獲取的信息量大；獲取信息快，更新周期短，可進(jìn)行動(dòng)態(tài)監(jiān)測(cè)；全天候作業(yè)；遙感技術(shù)可以根據(jù)不同的目的和任務(wù)，選用不同的波段和不同的遙感儀器，取得所需的信息等等。

（二）遙感的物理基礎(chǔ)。不同地物具有不同的電磁波輻射特性，表現(xiàn)在遙感圖像上就具有不同的圖像特征。電磁波是由振源發(fā)出的由交變電場(chǎng)和磁場(chǎng)相互激發(fā)在空氣中傳播的電磁震蕩。而我們將不同電磁波段透過大氣后衰減的程度不一樣原因進(jìn)行了介紹，可知有些波段的電磁輻射能夠透過大氣層時(shí)衰減較小，即透過率較高，這個(gè)波譜范圍，叫做“大氣窗口”。

遙感除了利用上述的大氣窗口作為工作波段外，有些氣象衛(wèi)星是選擇非透明區(qū)作為大氣波段（如水汽，二氧化碳，臭氧吸收區(qū)），以測(cè)量它的含量，分布，溫度等，不同的大氣投射窗口對(duì)應(yīng)于不同的光譜范圍，適于使用不同的傳感器，因此，研究地面的光譜特性，選用合適的大氣透射窗口和傳感器對(duì)于提高遙感探測(cè)的質(zhì)量具有十分重要的意義。

二、遙感平臺(tái)與傳感器

（一）遙感平臺(tái)。遙感數(shù)據(jù)獲取是在由遙感平臺(tái)和傳感器構(gòu)成的數(shù)據(jù)獲取技術(shù)系統(tǒng)的支持下實(shí)現(xiàn)的。遙感平臺(tái)可以分為地面平臺(tái)、航空平臺(tái)和航天平臺(tái)三種。由于各種平臺(tái)和傳感器都有自己的適用范圍和局限性，因此往往隨著具體任務(wù)的性質(zhì)和要求的不同而采用不同的組合方式，從而實(shí)現(xiàn)在不同高度上應(yīng)用遙感技術(shù)。

遙感平臺(tái)主要依據(jù)遙感圖像的空間分辨率，一般的說，近地遙感具有較高的空間分辨率，但觀察范圍較小，而航空遙感地面分辨率雖然中等，但其觀測(cè)范圍廣，航天遙感地面分辨率低，但覆蓋范圍廣。

（二）傳感器傳感器一般由采集單元、探測(cè)與信號(hào)轉(zhuǎn)化單元、記錄與通信單元組成。各種衛(wèi)星通過不同的遙感技術(shù)實(shí)現(xiàn)不同的用途。各種衛(wèi)星通過不同的遙感技術(shù)，實(shí)現(xiàn)了不同的用途。數(shù)字工程中常用的遙感數(shù)據(jù)有Landsat和TMM遙感、SPOT和Radarsat以及我國(guó)的資源衛(wèi)星數(shù)據(jù)和高分辨率衛(wèi)星遙感數(shù)據(jù)。傳感器的類型大類上分為主動(dòng)式和被動(dòng)式，其中又各分為非圖像式和掃描圖像式。

三、遙感圖像及其特征

遙感的核心問題就是不同地物的反射輻射或發(fā)生輻射在各種遙感圖像上的表現(xiàn)特征的判別，當(dāng)然，不同的目的的需要精心的設(shè)計(jì)對(duì)于遙感成像的方式或選擇波段，這樣我們才能使不同的地物在圖像特征區(qū)別。遙感圖像反映的信息主要有幾何信息，波譜信息，空間信息和時(shí)間信息等。

（一）幾何特征。遙感圖像不僅反映了地物的波譜信息，而且還反映了地物的空間信息形成特征，一般包括空間頻率信息，邊緣線性構(gòu)造清息，結(jié)構(gòu)或紋理信息以及幾何信息等。影響遙感空間信息的主要因素有傳感器的空間分辨率、圖像投影性質(zhì)、比例尺和幾何熵變等。

（二）光譜信息。遙感圖像中每個(gè)像元的亮度值代表的是該像元中地物的平均輻射值，它是隨地物的成分、紋理、狀態(tài)、表面特征及所使用電磁波段的不同而變化的。遙感圖像的信息雖主要取決于兩個(gè)因素：波譜分辨率和空間分辨率。前者主要影響波譜信息量，后者主要影響空間信息量。多波段圖像的信息量除上述兩個(gè)因素外還與波段的選擇和數(shù)目有關(guān)。

（三）時(shí)間特征。同一地物對(duì)象由于其在不同的階段含有不同的成分等原因造成對(duì)象在不同階段具有不同的光譜特性，表現(xiàn)在遙感圖像上就是該地物在不同時(shí)間段的圖像上具有不同的圖像特征。時(shí)相主要影響圖像的處理效果，利用對(duì)泳衣區(qū)域各個(gè)階段分別進(jìn)行遙感，加以對(duì)比而研究，則可以獲取該區(qū)域的連續(xù)變化特征。

四、遙感處理的基本流程與技術(shù)

利用遙感的手段進(jìn)行數(shù)字工程空間信息更新時(shí)，應(yīng)用需求以及衛(wèi)星影像數(shù)據(jù)處理流程會(huì)有所不同，但是主要的過程和技術(shù)方法基本一致，在利用遙感影像進(jìn)行空間數(shù)據(jù)更新的關(guān)鍵技術(shù)和流程主要可歸納為一下幾個(gè)方面：遙感波段（衛(wèi)星遙感數(shù)據(jù)）選擇；衛(wèi)星影像讀入；衛(wèi)星遙感影像處理技術(shù)；信息提取技術(shù)；矢量編輯與地圖更新技術(shù)。

五、遙感應(yīng)用

隨著衛(wèi)星數(shù)據(jù)圖像空間分辨率、光譜分辨率及時(shí)間分辨率的不斷提高，以及遙感數(shù)據(jù)購(gòu)買費(fèi)用的逐步下降，衛(wèi)星數(shù)據(jù)圖像的應(yīng)用領(lǐng)域越來越廣，從圖像中提取信息的要求也越來越多，遙感已經(jīng)成為獲取地面信息的主要手段。

利用遙感技術(shù)可以制作各種遙感相關(guān)產(chǎn)品――數(shù)字正射影像（DOM）、數(shù)字線劃圖（DLG）、數(shù)字高程（地形）模型（DEM/DTM）、數(shù)字柵格模型（DRG）等4D產(chǎn)品；提供行業(yè)或部門專題地理數(shù)據(jù)――專題影像地圖；利用遙感數(shù)據(jù)進(jìn)行基礎(chǔ)地理數(shù)據(jù)的產(chǎn)生或更新等。

（一）基礎(chǔ)數(shù)據(jù)更新。比如用SPOT/ERS衛(wèi)星影像更新地圖數(shù)據(jù)為例，可以采用影響的幾何糾正、色彩轉(zhuǎn)換技術(shù)、統(tǒng)計(jì)和算法以及影像融合技術(shù)。遙感數(shù)據(jù)又有多波段、多時(shí)相的信息源，且能快速真實(shí)地提供豐富的地表空間信息，遙感已經(jīng)成為地圖更新和制作的有效而又重要的手段。我國(guó)目前的若干地形圖大都在20世紀(jì)70年代測(cè)繪生產(chǎn)的，目前也都面臨這地圖更新的問題。

（二）土地利用調(diào)查與動(dòng)態(tài)監(jiān)測(cè)。土地利用基礎(chǔ)數(shù)據(jù)對(duì)于數(shù)字工程進(jìn)行土地規(guī)劃與開發(fā)、土地管理、開發(fā)利用潛力分析等很重要。目前，中小比例尺的土地利用遙感動(dòng)態(tài)監(jiān)測(cè)與變更，主要應(yīng)用TM、ETM、SPOT等遙感影像。利用遙感技術(shù)進(jìn)行土地利用現(xiàn)狀調(diào)查，調(diào)查精度比常規(guī)調(diào)查方法高，且時(shí)間短速度快。農(nóng)作物與植被方面，用于農(nóng)業(yè)氣象、作物監(jiān)測(cè)等領(lǐng)域的觀測(cè)參數(shù)需要有更高的光譜分辨率，一般是短波紅外波段。根據(jù)農(nóng)業(yè)耕作和土地利用特點(diǎn)，選定影響最佳的獲取時(shí)間應(yīng)在5月―6月或9月―10月。研究的主要技術(shù)過程主要有下面幾個(gè)：數(shù)據(jù)預(yù)處理、影像合成、不同數(shù)據(jù)源圖像融合、圖像分類和后處理、外業(yè)調(diào)繪、內(nèi)業(yè)分析以及成果輸出和更新。

（三）災(zāi)害調(diào)查與監(jiān)測(cè)。各種自然災(zāi)害往往需要制作大比例尺圖，以判明水災(zāi)發(fā)生時(shí)的洪澇區(qū)域、地震發(fā)生后的建筑物損壞情況、火災(zāi)發(fā)生后對(duì)地區(qū)造成的破壞等。地質(zhì)災(zāi)害的調(diào)查、火災(zāi)監(jiān)控和油污與赤潮監(jiān)測(cè)。為了能將不同的信息區(qū)別開來，一般都要進(jìn)行色彩合成，即在3個(gè)通道上安裝3個(gè)波段圖像，然后分別負(fù)于紅綠藍(lán)并疊合在一起，形成彩色圖像，合成后的彩色圖像含有豐富的顏色信息，便于解釋，理解和處理。

參考文獻(xiàn)：

遙感成像原理與遙感圖像特征范文第4篇

關(guān)鍵字： 數(shù)字遙感圖像； 清晰度評(píng)價(jià)； 邊緣對(duì)比度； 評(píng)價(jià)方法

中圖分類號(hào)： TN911.7?34 ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； 文獻(xiàn)標(biāo)識(shí)碼： A ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； 文章編號(hào)： 1004?373X（2014）23?0066?03

Abstract： Definition is an important index to evaluate digital image quality， but the existing evaluation methods are still not mature enough. Through analyzing and researching the main methods for the image definition evaluation， a definition evaluation method of remote sensing images is put forward according to the edge contrast degree， and the experiment data is analyzed in this paper. The result shows that the evaluation method is objective and efficient， and can evaluate the contents in a same picture with the different illegibility degree and the remote sensing images with different contents. It has high practicability.

Keyword： digital remote sensing image； definition evaluation； edge contrast degree； evaluation method

0 ； 引 ； 言

隨著數(shù)字遙感成像技術(shù)的快速發(fā)展，各應(yīng)用領(lǐng)域?qū)D像質(zhì)量的要求也在不斷提高，圖像清晰度逐步成為判定圖像質(zhì)量水平的重要指標(biāo)[1]。然而，當(dāng)前圖像清晰度客觀評(píng)價(jià)方法還不夠成熟，開展通用的圖像清晰度客觀評(píng)價(jià)方法研究，實(shí)現(xiàn)大規(guī)模數(shù)字圖像的快速評(píng)判，對(duì)處理和應(yīng)用遙感圖像具有十分重要的意義。

圖像清晰度的評(píng)價(jià)方法通常可以分為兩類：一是相對(duì)清晰度評(píng)價(jià)，即對(duì)不同模糊程度的同一圖像，評(píng)價(jià)其清晰程度，主要反映圖像隨模糊程度逐漸變化表現(xiàn)出的單調(diào)性和一致性等特征；二是絕對(duì)清晰度評(píng)價(jià)，即能夠?qū)Σ煌：潭鹊母鞣N圖像內(nèi)容進(jìn)行評(píng)價(jià)，主要反映與圖像內(nèi)容無關(guān)的圖像清晰程度判定結(jié)果。

近年來，有代表性的圖像清晰度評(píng)價(jià)方法有邊緣檢測(cè)法、頻譜函數(shù)法、熵函數(shù)法等[2?4]。這些方法主要在一定程度上反映圖像相對(duì)清晰度評(píng)價(jià)結(jié)果，難以實(shí)現(xiàn)圖像絕對(duì)清晰度評(píng)價(jià)。本文在對(duì)現(xiàn)有方法分析研究基礎(chǔ)上，結(jié)合遙感圖像的特點(diǎn)，提出一種基于邊緣對(duì)比度的評(píng)價(jià)方法，能夠較好地實(shí)現(xiàn)對(duì)不同遙感圖像內(nèi)容的清晰度評(píng)價(jià)。

1 ； 當(dāng)前圖像清晰度評(píng)價(jià)的常用方法

數(shù)字圖像的評(píng)價(jià)過程可以表述為將圖像轉(zhuǎn)化為代表明暗程度的數(shù)字矩陣，運(yùn)用各種圖像清晰度評(píng)價(jià)函數(shù)，經(jīng)計(jì)算分析實(shí)現(xiàn)清晰度量化評(píng)價(jià)。目前大多數(shù)圖像清晰度評(píng)價(jià)測(cè)量方法是進(jìn)行圖像邊緣檢測(cè)、頻譜分析或者整體信息熵的計(jì)算，與之相對(duì)應(yīng)的結(jié)果是，圖像細(xì)節(jié)越豐富，對(duì)比度越高，圖像越清晰。

1.1 ； 邊緣檢測(cè)法

根據(jù)邊緣檢測(cè)原理，準(zhǔn)確聚焦的成像系統(tǒng)圖像清晰，有較銳利的邊緣[5]；系統(tǒng)離焦時(shí)，高頻分量減小，圖像邊緣相對(duì)平滑。邊緣檢測(cè)法可根據(jù)圖像特征選擇不同算子，通過計(jì)算和分析圖像灰度梯度來評(píng)價(jià)圖像的清晰度：

[J=1MNMNS2x+S2y] （1）

式中：[Sx]和[Sy]是由各種邊緣檢測(cè)算子（如Sobel或Prewitt算子）得到的[x]和[y]方向上的圖像灰度梯度[6]：

[J=1MNxyf2x+f2y] ； ； （2）

式中：[fx]和[fy]是[x]和[y]方向上的灰度差。

1.2 ； 頻譜函數(shù)法

根據(jù)圖像頻譜分析原理，聚焦圖像具有清晰的輪廓，包含的高頻分量多[7]。頻譜函數(shù)通過統(tǒng)計(jì)圖像的高頻分量，達(dá)到評(píng)價(jià)圖像清晰度的目的。這種方法可以基于傅里葉變換、拉普拉斯變換或者小波變換，其中小波變換函數(shù)可以將圖像高頻和低頻信息分離，更便于對(duì)圖像進(jìn)行分析和評(píng)價(jià)。因此，基于小波變換的高通濾波器目前被更多地研究應(yīng)用于圖像清晰度評(píng)價(jià)。該方法首先應(yīng)用小波函數(shù)獲得圖像的高頻信息：

[Gx，y=fx，y*H0] （3）

[H0=-116-18-116-1834-18-116-18-116] ； ； （4）

式中：[fx，y]為圖像坐標(biāo)[x]和[y]處像素灰度值；*表示卷積運(yùn)算；[H0]表示高通濾波器。

進(jìn)而，對(duì)整幅圖像的高頻信息的能量進(jìn)行累加即得到最終的評(píng)價(jià)結(jié)果：

[J=xyGx，y2] ； ； （5）

1.3 ； 熵函數(shù)法

由于聚焦的清晰圖像和離焦的模糊圖像之間信息含量不同，通過對(duì)數(shù)字圖像的信息熵進(jìn)行計(jì)算，便可用于圖像清晰度評(píng)價(jià)。

[Ef=xyfx，y] ； ； ； ； ； （6）

[Jf=-xyfx，yln fx，y] （7）

式中：[Ef]表示圖像能量；[Jf]表示圖像熵。根據(jù)香農(nóng)信息理論，熵越大信息量越大，即當(dāng)[Ef]一定時(shí)，[Jf]越大，則圖像越清晰。

上述評(píng)價(jià)方法雖然能夠在一定條件下表達(dá)圖像清晰度，但還分別存在一些不足，如邊緣檢測(cè)法抗噪聲能力較差，熵函數(shù)法靈敏度不高，頻譜函數(shù)法計(jì)算量很大等。通過分析比較，本文選擇在邊緣檢測(cè)法的基礎(chǔ)上，融合圖像對(duì)比度分析方法，開展了基于邊緣對(duì)比度的圖像清晰度評(píng)價(jià)方法研究。

2 ； 基于邊緣對(duì)比度評(píng)價(jià)方法

2.1 ； 圖像邊緣特征

圖像邊緣是指圖像局部特性的不連續(xù)性，如灰度級(jí)的突變、紋理結(jié)構(gòu)的突變等。邊緣廣泛存在于目標(biāo)與目標(biāo)、物體與背景、區(qū)域與區(qū)域之間，它是圖像分割處理所依賴的重要特征。數(shù)字圖像的邊緣通常表現(xiàn)為灰度的階躍不連續(xù)，即圖像灰度突然從一個(gè)值變化到另一個(gè)值，在實(shí)際圖像中階躍邊緣圖像是較少見的，由于空間分辨率、圖像傳感器、系統(tǒng)聚焦程度等原因，會(huì)使不同模糊程度階躍邊緣變成斜坡邊緣，即它們的灰度變化不是瞬間的，而是跨躍一定的距離。

為表示不同模糊程度的圖像邊緣特性，可以利用下式求出灰度梯度[8]：

[tx，y=fx，y-fx+1，y2+fx，y-fx，y+1212] （8）

式中：[fx，y]為圖像坐標(biāo)[x]和[y]處像素灰度值。對(duì)圖像邊緣的法向梯度值進(jìn)行統(tǒng)計(jì)，即可用于對(duì)比反映圖像的清晰程度。

2.2 ； 確定邊緣位置和法線方向

將圖像按照式（8）進(jìn)行梯度計(jì)算，進(jìn)而以[1×3]的窗口按水平和豎直方向，分別在梯度值確立的區(qū)域中移動(dòng)，對(duì)窗口內(nèi)的梯度求和，每個(gè)像素點(diǎn)計(jì)算兩個(gè)方向的值，掃描一遍后，即可得到具有最大梯度的邊緣位置[Wx，y]和邊緣法線方向：

[Txx，y=tx，y+tx+1，y+tx+2，y] （9）

[Tyx，y=tx，y+tx，y+1+tx，y+2] （10）

2.3 ； 邊緣對(duì)比度評(píng)價(jià)過程

對(duì)于圖像邊緣來說，像素間對(duì)比度越高，清晰度越高[9]。因此，在確定圖像邊緣的基礎(chǔ)上，進(jìn)行對(duì)比度量化分析，即可確定圖像的清晰度：

[dx，y=maxfΔx，y-minfΔx，ymaxfΔx，y+minfΔx，y] （11）

式中：[dx，y]為選定區(qū)域的對(duì)比度；[maxfΔx，y]和[minfΔx，y]分別為該區(qū)域內(nèi)像素的灰度最大值和最小值[10]。

依據(jù)確定的圖像邊緣相關(guān)信息，在[Wx，y]位置沿圖像邊緣法線方向各左右各取10個(gè)點(diǎn)，共21個(gè)點(diǎn)，灰度值分別為[fi]，[i]=-10，-9，…，10。以[1×3]的窗口沿邊緣法線方向移動(dòng)，計(jì)算窗口內(nèi)像素對(duì)比度[di，][i]=-9，-8，…，9。進(jìn)而將各對(duì)比度值由大到小排序，提取最大對(duì)比度值[dmax，]并對(duì)排在前面的3個(gè)對(duì)比度取平均值[μ。]通過獲取[dmax]和[μ]這兩個(gè)參數(shù)反映圖像邊緣達(dá)到的最高對(duì)比度特征。

基于遠(yuǎn)距離遙感成像目標(biāo)能量傳遞損失明顯，圖像的灰度差相對(duì)較小，以及人對(duì)圖像的主觀視覺分辨與對(duì)比度的關(guān)系，把[dmax]的閾值定為0.15，[μ]的閾值定為0.1。當(dāng)[dmax]>；0.15，并且[μ]>；0.1，則認(rèn)為圖像視覺上感覺輪廓清晰，滿足清晰度要求。

3 ； 實(shí)驗(yàn)數(shù)據(jù)

選取由清晰到模糊的兩組不同目標(biāo)遙感圖像，如圖1所示，分別按本文方法對(duì)各圖像進(jìn)行清晰度評(píng)價(jià)計(jì)算，結(jié)果見表1。

<；E：＼2014年23期＼2014年23期＼Image＼16t1.tif>；

圖1 不同模糊程度的多幅圖像

表1 多幅圖像不同清晰度評(píng)價(jià)結(jié)果

[圖像序號(hào)＼&；[dmax]＼&；[μ]＼&；A1＼&；0.30＼&；0.19＼&；A2＼&；0.15＼&；0.09＼&；A3＼&；0.10＼&；0.07＼&；A4＼&；0.05＼&；0.03＼&；B1＼&；0.20＼&；0.12＼&；B2＼&；0.12＼&；0.08＼&；B3＼&；0.08＼&；0.05＼&；B4＼&；0.05＼&；0.03＼&；]

根據(jù)圖1與表1的數(shù)據(jù)對(duì)照分析，評(píng)價(jià)計(jì)算所得結(jié)果與人的視覺對(duì)圖像清晰度是相符的，圖1中A1的評(píng)價(jià)值最大且超過了設(shè)定的閾值，從相對(duì)清晰度而言最清晰，并達(dá)到了期望的清晰度要求。其他圖像中，只有圖1中B1基本達(dá)到設(shè)定的清晰度要求，其余圖像均不滿足要求。通過對(duì)取得的圖像清晰度量化結(jié)果對(duì)比分析，能夠?yàn)榧皶r(shí)調(diào)整成像設(shè)備的聚焦精度或進(jìn)行圖像清晰化處理提供有益的參考。

4 ； 結(jié) ； 論

本文提出的基于邊緣對(duì)比度遙感圖像清晰度評(píng)價(jià)方法，具有單調(diào)性、一致性等特點(diǎn)，既能夠?qū)ο嗤b感圖像內(nèi)容不同模糊程度進(jìn)行對(duì)比評(píng)價(jià)，也能在一定程度上對(duì)不同遙感圖像內(nèi)容清晰程度進(jìn)行客觀評(píng)價(jià)，能夠準(zhǔn)確、高效判斷大規(guī)模數(shù)字圖像的質(zhì)量，對(duì)促進(jìn)成像設(shè)備的發(fā)展及提升圖像處理水平，獲取滿足要求的高清圖像，具有重要的應(yīng)用價(jià)值。

參考文獻(xiàn)

[1] 陳亮，李衛(wèi)軍，諶琛，等.數(shù)字圖像清晰度評(píng)價(jià)函數(shù)的通用評(píng)價(jià)能力研究[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（14）：152?155.

[2] 崔作龍，徐長(zhǎng)松.圖像清晰度的量化測(cè)量探究[J].實(shí)驗(yàn)技術(shù)與管理，2012，29（5）：49?51.

[3] 李峰，陳志剛，儲(chǔ)金宇，等.圖像清晰度檢測(cè)方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2006，27（9）：1545?1547.

[4] 徐貴力，劉小霞，田裕鵬，等.一種圖像清晰度評(píng)價(jià)方法[J].紅外與激光工程，2009，38（1）：180?184.

[5] 王欣，安志勇，楊瑞寧，等.基于圖像清晰度評(píng)價(jià)函數(shù)的CCD攝像機(jī)自動(dòng)調(diào)焦技術(shù)研究[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)，2008，31（1）：11?14.

[6] 張亞濤，吉書鵬，王強(qiáng)鋒，等.基于區(qū)域?qū)Ρ榷鹊膱D像清晰度評(píng)價(jià)算法[J].應(yīng)用光學(xué)，2012，33（2）：293?299.

[7] 劉昶，王玲.基于小波的離焦模糊圖像清晰度判定[J].計(jì)算機(jī)應(yīng)用與軟件，2008，25（7）：239?240.

[8] 范媛媛，沈湘衡，桑英軍，等.基于對(duì)比度敏感度的無參考圖像清晰度評(píng)價(jià)[J].光學(xué)精密工程，2011，19（10）：2485?2493.

遙感成像原理與遙感圖像特征范文第5篇

【關(guān)鍵字】:SAR影像;灰度影像 ; 中值濾波;均值濾波;Sigma濾波

Abstract: SAR image as an important and special remote sensing image filtering, there will be new requirements. This paper first analyzes the principle of noise introduced three kinds of filtering algorithms, namely the grayscale image and SAR image processing, and then through the horizontal and vertical comparative evaluation about three filter operator role of the different images.Key words: SAR image; grayscale images; median filtering; mean filter; the Sigma filter

中圖分類號(hào)：P283.49 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-2104（2012）

引言

衛(wèi)星影像在成像是收到各種因素的影響，使得遙感影像必須要經(jīng)過預(yù)處理才能進(jìn)行解譯與分析，而其中不可避免的存在噪聲的糾正，遙感衛(wèi)星影像的噪聲主要表現(xiàn)為周期性條紋、亮線以及斑點(diǎn)等。利用空間增強(qiáng)可以對(duì)突出圖像中有用的信息。

微波以其穿透云霧、雨雪，具有全天候、全天時(shí)的工作能力，同時(shí)又具備了一定的地物穿透能力，能提供不同于可見光和紅外遙感提供的某些信息，在大氣探測(cè)、土地資源調(diào)查、地質(zhì)礦產(chǎn)調(diào)查和海洋污染監(jiān)測(cè)發(fā)揮著越來越大的作用。目前，SAR已成為地球空間信息獲取的一種重要手段。影響SAR影像應(yīng)用的一個(gè)重要因素就是斑點(diǎn)噪聲,它的存在嚴(yán)重干擾了地物信息的提取與SAR圖像的應(yīng)用效果,噪聲嚴(yán)重時(shí),甚至可能導(dǎo)致地物特征消失,在圖像信息提取時(shí),往往會(huì)產(chǎn)生虛假信息,影響了SAR影像的應(yīng)用。而Sigma濾波主要針對(duì)的是斑點(diǎn)壓縮。

通過比較普通遙感影像和SAR影像對(duì)濾波算子的反應(yīng)，來界定是否濾波算子可以在普通遙感影像和SAR影像中相互移植使用。

遙感數(shù)據(jù)以及軟件

實(shí)驗(yàn)數(shù)據(jù)：（地區(qū)）SAR影像一幅，宜昌地區(qū)TM單波段可見光遙感影像一幅。

實(shí)驗(yàn)軟件：ERDAS IMAGINE；ERDAS IMAGINE 是美國(guó)ERDAS 公司開發(fā)的遙感圖像處理系統(tǒng)。它以其先進(jìn)的圖像處理技術(shù)，友好、靈活的用戶界面和操作方式，面向廣闊應(yīng)用領(lǐng)域的產(chǎn)品模塊，服務(wù)于不同層次用戶的模型開發(fā)工具以及高度的RS/GIS（遙感圖像處理和地理信息系統(tǒng)）集成功能，為遙感及相關(guān)應(yīng)用領(lǐng)域的用戶提供了內(nèi)容豐富而功能強(qiáng)大的圖像處理工具

原理介紹

均值濾波

均值濾波是將平滑窗口內(nèi)所有像元的灰度值進(jìn)行平均計(jì)算，然后賦給平滑窗口的中心像元，其數(shù)學(xué)表達(dá)式為：

式中，為濾波后中心元素灰度值，為濾波窗口內(nèi)各個(gè)像元的灰度值，窗口大小為。

中值濾波

中值濾波是一種非線性信號(hào)處理技術(shù)。它假設(shè)信號(hào)有極端的數(shù)值，即認(rèn)為在平滑窗口內(nèi)噪聲是極大值或極小值。中值濾波將平滑區(qū)域內(nèi)所有像素的中值作為平滑區(qū)域中心像元值。

設(shè)為奇數(shù)項(xiàng)離散系列（=1，…2n-1，=1,…2n-1），為按大小重新排列的奇數(shù)項(xiàng)離散系列，則中值濾波的數(shù)學(xué)表達(dá)式為：

式中，為濾波后的中心像元灰度值，為濾波前平滑模板內(nèi)各個(gè)像元的原始灰度值，為平滑模板內(nèi)各個(gè)像元重新排列后的灰度值，窗口大小為。

Sigma濾波

該算法建立在SAR圖像的乘性噪聲模型上，假設(shè)斑點(diǎn)噪聲的分布為高斯分布，窗口內(nèi)的像素灰度值與其中心像素的灰度值比較接近。其基本原理為：Sigma濾波器將范圍內(nèi)的像素進(jìn)行平均，即可去除差別過大的象素的影響。我們知道，對(duì)于一維高斯分布，采樣點(diǎn)落在區(qū)間的概率是93.5％。在窗口濾波過程中，只選取窗口內(nèi)像素灰度值落在范圍內(nèi)的點(diǎn)，將它們的平均值作為中心像素灰度的估計(jì)，而其它變化顯著的像素則被視作邊緣而不做濾波處理。

首先計(jì)算濾波窗口內(nèi)各像元灰度的平均值作為濾波中心像元的平均值；然后再求窗口內(nèi)標(biāo)準(zhǔn)差作為濾波中心像元點(diǎn)的標(biāo)準(zhǔn)差，公式如下（設(shè)窗口為（2M＋1）（2N+1））：

Sigma濾波器的算法表達(dá)式如下：

[]

孤立散射體不應(yīng)受到斑點(diǎn)平滑的影響，為此設(shè)置閾值，如果范圍內(nèi)的象素?cái)?shù)小于或等于K＝（濾波窗口大小＋1）/2，則以中心象素周圍最近的四點(diǎn)象素平均值作為濾波輸出。

實(shí)驗(yàn)方法與過程

將獲取的TM影像數(shù)據(jù)導(dǎo)入ERDAS IMAGINE中，在ERDAS圖標(biāo)面板菜單條，單擊Main|Image Interpreter|Spatial Enhancement|Focal Analysis命令，打開Focal Analysis面板，選擇合適窗口大小，此次試驗(yàn)使用3*3的窗口大小，對(duì)整幅圖像進(jìn)行處理，算法分別選擇median和mean，生成兩幅不同濾波算法后的影像。

對(duì)于SAR影像，選中Radar|Radar Interpreter|Speckle Interpreter命令，在彈出的窗口設(shè)計(jì)合適的值，選擇Sigma、median和mean命令生成三幅不同的影像。同時(shí)，將TM影像作為雷達(dá)影像，做Sigma濾波處理。

實(shí)驗(yàn)與分析

對(duì)于濾波算法的效果評(píng)價(jià)，可以從兩個(gè)方面進(jìn)行，一是主觀評(píng)價(jià)標(biāo)準(zhǔn)，即通過人眼視覺效果進(jìn)行定性評(píng)價(jià)；二是客觀評(píng)價(jià)標(biāo)準(zhǔn)，比較常用的有以下評(píng)價(jià)指標(biāo)：均方誤差、峰值信噪比、以及等效視數(shù)等，這些指標(biāo)從量化角度考慮濾波效果，能夠輔助主觀評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行定量評(píng)價(jià)。

實(shí)驗(yàn)采用平滑指數(shù)、歸一化均值兩個(gè)指標(biāo)來衡量。

平滑指數(shù)指的是濾波處理后一個(gè)均勻區(qū)域的像元的均值與標(biāo)準(zhǔn)差的比值，表示濾波算子的平滑能力。

歸一化指數(shù)指的是濾波后圖像均值與濾波前圖像均值的比，越接近1，越能接近無偏估計(jì)，即能很好的保持圖像的平均后向散射系數(shù)。

從以上數(shù)據(jù)處理后的表格可以看出均值濾波的平滑能力最大，無論是TM影像還是SAR影像，效果都比較顯著。同時(shí)均值濾波能更好的保持圖像的平均后向散射系數(shù)。其次是Sigma，最后是中值濾波。但是Sigma濾波對(duì)不同影像的處理程度并不相同。

結(jié)語

Sigma濾波、中值濾波、均值濾波平滑指數(shù)都高于原始影像，這些濾波器都具有相當(dāng)?shù)脑肼暈V除的作用，且對(duì)微波遙感影像同樣適用。濾波的歸一化均值都接近1，這說明這些濾波算法都具有無偏 ，說明這些濾波算法均保留了的原始影像的輻射信息。

然而Sigma算子對(duì)不同的影響處理的結(jié)果有一定的不同，與其余文獻(xiàn)顯示的結(jié)果有一定的差距，同樣中值濾波、均值濾波并不完全適用于SAR影像。