一、数字遥感影像构像质量评价方法初探（论文文献综述）
林瑶瑶,唐新明,薛玉彩,艾波[1]（2020）在《高分辨率测绘卫星遥感影像星上压缩质量评价》文中提出针对高分七号测绘卫星模拟立体像对星上压缩是否满足测图应用需求的问题,本文从影响影像灰度、纹理、相关性等构像质量特征和DSM产品精度两方面进行影像压缩质量评价实验,开展了多种格网尺寸DSM的提取,通过比较不同压缩比下重建与原始影像生成DSM平均高程误差和高程中误差进行DSM产品精度分析。结果表明,对于星上JPEG-LS压缩算法,压缩比不大于4∶1时,压缩后影像灰度特征、纹理信息保持好,影像相关性大于0.997,重建影像峰值信噪比大于50,影像压缩质量好;随着压缩比的增加,DSM产品精度逐渐降低,压缩比不大于4∶1时,DSM高程中误差小于1 m,满足1∶10 000、1∶5 000数字高程模型高程中误差一级要求。本文相关结论可为高分七号星上压缩指标论证提供参考。
林瑶瑶[2]（2019）在《高分辨测绘卫星星上压缩影像质量评价》文中进行了进一步梳理开展国产光学立体测绘卫星遥感影像星上压缩质量评价,验证星上压缩对卫星影像质量的影响是否满足测图应用需求对论证测绘卫星星上压缩指标以及提升国产测绘卫星应用具有十分重要的意义。为了验证国产光学测绘卫星立体遥感影像和多光谱影像星上JPEG-LS压缩是否满足1:1万立体测图应用需求,本文针对2019年即将发射的高分七号测绘卫星的模拟影像立体像对,从基础性的构像质量特征,包括影像灰度、纹理、相关性等和由立体像对生成的重要测绘产品数字表面模型（Digital Surface Model,DSM）的精度两个方面进行影像压缩质量评价试验;针对模拟多光谱遥感影像,从影像应用能力,包括影像分割一致性和影像分类精度两个方面进行影像星上压缩质量评价。构像质量评价方面,本文除从空间域提取影像灰度、纹理特征外,还提出基于频率域进行影像压缩前后纹理特征分析,较普遍采用的基于空间域的评价指标,在频率域中,影像纹理特性可以更好地被地表达出来;DSM质量评价方面,针对亚米级高分辨率立体影像,本文开展了 5m、2.5 m格网大小的DSM提取,通过比较不同压缩比下重建影像与原始影像生成的DSM高程差异进行DSM产品精度分析,相比现应用于全国分辨率为10 m-25 m的DSM格网来说,5 m分辨率的DSM更能精确反应数据压缩对高分辨率立体影像在DSM提取精度方面的影响;多光谱影像分类精度评价方面,本文采用面向对象的分类方法对压缩前后多光谱遥感影像实施监督分类影响分析,相比较基于像元的分类方法来说,能够在一定程度上较好地解决高分辨率遥感影像出现的“异物同谱”和“同物异谱”问题,从而得到更加理想的分类效果。通过进行相关试验,得出结果:（1）对于星上JPEG-LS压缩算法,在压缩比不大于4:1时,压缩后影像灰度特征、纹理信息保持好,且在频率域中,影像纹理的粗糙度更容易被识别;重建影像相关性大于0.997,峰值信噪比大于50,影像压缩质量好;（2）随着压缩比的增大,DSM产品精度逐渐降低,压缩比为4:1时,城镇及丘陵、山地、高山地地区高程中误差分别是0.34 m、0.47 m和0.82 m,满足影像压缩对DSM提取相关测绘应用的需求;针对亚米级高分辨率立体影像,较小格网的DSM在更加精细表达真实地形的同时,也更能够反映影像压缩对DSM提取精度的影响;（3）压缩比为3:1时,多光谱遥感影像分割一致性较高,图斑总数变化率和平均图斑面积变化率不超过1%,影像总体分类精度高,Kappa系数达0.91;压缩比为6:1时,多光谱遥感影像分割一致性较低,影像分类后Kappa系数降低到0.87,多光谱遥感影像宜采用的压缩比为3:1。本文相关结论可为高分七号卫星星上压缩指标论证提供参考。
段梦梦[3]（2015）在《基于视差图的数字正射影像镶嵌线自动搜索及其质量评价方法研究》文中进行了进一步梳理数字正射影像（DOM）是目前摄影测量最重要的4D产品之一,既保持了正确的平面位置,又能够最真实客观地反映地物地貌信息,对于地球科学研究和人类的利用是十分有价值的,如在国土资源普查,城市规划,基础设施建设,抗震救灾等众多重要领域中都应用广泛。传统的DOM生产流程包括单幅影像匀光、数字微分纠正、影像间匀光、选择镶嵌线进行影像镶嵌以及最后的图幅划分。数字正射影像产品生产的自动化一直以来都是整个摄影测量领域所不断追求的目标,当前的实际生产过程中阻碍摄影测量生产自动化程度的一大瓶颈问题就是影像镶嵌的镶嵌线自动选择以及镶嵌线网络的自动生成。将两张或两张以上的正射影像拼接在一起形成一幅更大的正射影像称为正射影像镶嵌,其中最关键的步骤是镶嵌线的生成。尤其是在城区大比例尺遥感影像的镶嵌处理中,镶嵌线应避开房屋或色差较大的区域,保证镶嵌影像上没有几何错位且色彩过渡自然。传统的镶嵌算法大多只考虑了相邻的两幅影像在其重叠范围内的镶嵌线生成,并没有研究单独的镶嵌线怎样进行连接,从而形成镶嵌线网络,一些商业软件虽然能够生成镶嵌线网络,但其算法并不开源。目前,在实际生产过程中大多是在商业软件自动生成的镶嵌线上加以人工编辑,但是这一作业模式生产效率较低,在当前数据量急剧膨胀的情况下面临着严峻的挑战。面对如此巨大的数据量,如何快速生成测区整体的有效镶嵌线网络,并自动绕开房屋等存在几何错位的区域显得非常必要。本文以优化正射影像生产过程中镶嵌线的选择为目的,对镶嵌线的自动化选取和测区镶嵌线网络生成等问题进行了研究。正射影像镶嵌完成以后,一般需要对正射影像的镶嵌质量进行检查,以保证不出现明显的几何错位和颜色差异。对于人工目视判读则显得过于低效,因此本文研究了正射影像镶嵌质量的客观评价方法。本文的主要研究工作和创新性成果如下：1)研究了正射影像视差图的生成及优化算法。传统的镶嵌线自动搜索算法大多是基于差值影像的,差值影像能大致反映出重叠区影像的差异部分,但其对于建筑物等存在几何错位的区域的差异描述并不是连续的,容易导致镶嵌线穿越地物。本文提出利用影像密集匹配生成的视差图来划分出建筑物区域,利用基于影像局部空间自相关性的莫兰指数提取树木区域,取得了较好的提取效果。视差图代替差值影像搜索镶嵌线的最大好处在于,视差图提取的区域是连续的,对高出地面的物体的轮廓表达更准确,对镶嵌线搜索更有利。2)研究了镶嵌线自动搜索的智能算法。视差图可以看作是一幅代价影像,每个像素的像素值代表其代价值,表示穿越该像素的难易程度。因此,白色像素代表不允许镶嵌线经过的区域,黑色像素区域表示允许穿过。搜索镶嵌线的过程就是在视差图上找到一条不经过代价值较高的像素的最短路径。本文采用基于贪婪蛇型算法的智能搜索算法自动搜索镶嵌线。在给定起点和步距的前提下,以当前节点为圆心,搜索步距为半径画定一个圆,以当前点到终点方向为起始方向每间隔一定角度逆时针旋转一下,直到找到一个距离终点最近,但又不是白色像素的点,作为新的节点。通过有序记录全部节点得到一条最优路径。该算法不同于基于像素4-邻域或8-邻域判断的方法,而是采用步距式搜索方式,能有效避开建筑物,且搜索时间短,得到的镶嵌线节点数也很少。3)研究了测区镶嵌线网络的快速生成及优化算法。一般情况下,测区覆盖影像数量十分庞大,传统的两两镶嵌方式并不适合这种大数据量的处理,对于整个测区的影像镶嵌,本文改进了基于最近像主点原则的镶嵌线网络生成方法。最近主点法镶嵌线网络生成方法是针对框幅式航空影像的拼接提出来的,其基本思想是利用中心投影影像中像主点附近影像质量最高、变形最小这一特性按照距离最优原则生成镶嵌线网络。该方法首先对整个测区进行格网划分,然后计算每个格网中心到全部影像中心的距离,取距离最近的影像号作为格网索引,最后对格网索引进行聚合,得到的聚合面边界就是初始镶嵌线网络。最后,对得到的镶嵌线网络采用视差图算法进行优化,可使最终得到的镶嵌线网络避开建筑物和树木区域。4)研究了影像镶嵌质量的客观评价方法。影像镶嵌质量评价是判断影像镶嵌结果是否符合人的主观感受的重要手段。镶嵌质量评价方法的相对缺失也在一定程度上限制了图像镶嵌技术的发展,传统的统计差值影像上灰度值信息的方法在理想情况下有效,但对于复杂情况则可能偏离人眼的主观感受。因此,本文研究了一种基于边缘信息的质量客观评价方法,在效果上能较好地符合主观评价标准。
王丹,黄吉来[4]（2014）在《基于像素值估测的遥感影像构像质量度量模型研究》文中研究表明本文从影像像素间的相关性角度出发,探讨了一种基于像素值估测的评价遥感影像构像质量的方法。该方法采用线性预测算子和最小二乘原理计算出遥感影像像素的估测值,并统计整幅遥感影像像素的估测值与真实值之间的累计平均平方误差,用该统计值反映遥感影像构像质量的优劣。实验结果表明,该方法能对遥感影像构像质量进行初步评价。
马旭东[5]（2014）在《光学遥感影像压缩及融合的质量评价研究》文中研究指明由于遥感卫星成像系统性能、图像压缩算法、数据远程传输设备等的不完善,以及大气层及设备噪声等的干扰,在遥感卫星图像的获取、压缩、传送的过程中,遥感图像降质和模糊失真是不可避免的。这些给遥感图像的处理、分析、应用带来了很大的难度。本文针对遥感图像压缩算法对比选优中,对压缩图像的主观评价及客观评价的实际问题,以及目前国标遥感影像图质量评价中,只有主观定性描述,没有客观量化指标的问题,在广泛了解国内外图像质量评价相关理论和技术的最新发展现状基础之上,分析和研究了遥感图像质量的主观评价方法和客观评价方法存在的问题,并探讨了原始遥感影像及遥感融合影像的质量评价的方法和思路,为进一步的深入研究奠定了基础。本文的主要研究工作如下：一、图像质量主观评价方法研究针对遥感图像压缩算法上星选优的实际问题,提出了一种新的基于Shell排序算法的图像质量主观评价方法,并开发了基于该方法的遥感图像主观评价软件。该方法是将Shell排序算法与已有的遥感压缩图像质量的主观评价方法中的成对比较法相结合,兼有排序方法和成对比较法的优点,减少了主观评价中图像比较的次数。利用该软件,对924幅遥感压缩图像,经过两组遥感专业一线作业人员的主观测评实验,最后对实验结果进行分析处理,结果表明新主观评价方法比原有的成对比较法提高效率达38%-52%。二、图像质量客观评价方法研究为了从客观的角度评价遥感压缩失真图像的质量,本文提出一个将图像的梯度幅值、相位以及结构相似度（SSIM）三者相结合的图像质量评价新模型—梯度相似度（GSIM）模型,以及基于该模型的图像质量评价算法。新模型与SSIM模型及基于梯度的模型相比,不仅包含亮度、对比度和结构三部分信息,而且更重要的是该模型增加了梯度相位信息。通过对LIVE图像数据库的982幅失真图像和924幅遥感压缩影像的实验,结果显示新模型的性能优于MSE、PSNR、SSIM等传统模型以及基于梯度的模型。与SSIM等模型相比,新模型不但能较好地解决对严重失真图像的客观评价与主观感受并不完全相符的问题,而且还能更好地处理对多种类型失真图像的混合评价效果较差的问题。三、遥感影像产品的构象质量评价研究针对遥感影像平面图制作规范国标（GBT15968-2008）中,对影像质量评定标准,只有主观定性描述（“层次丰富、清晰易读、色调均匀,反差适中”）,而无客观定量的评价指标的问题。对于图像的层次、清晰度、辐射、反差、信噪比等方面的表达和评价问题,本文从亮度、对比度、信息量、清晰度、纹理信息及空间细节的角度进行分析,分别给出相应的客观评价指标。对于图像对比度反差适中的主观定性描述,在深入研究人眼视觉特性的基础上,提出了一种的基于高斯正态函数加权的对比度评价指标,用该指标表示反差适中,比标准差更符合人的视觉感受,最后用实验验证新模型指标的有效性。四、遥感影像融合及其质量评价研究本文针对遥感影像生产单位实际对遥感影像融合算法的选择问题,详细比较了现有的10种遥感影像融合算法,研究了各种融合算法的基本原理,通过各种图像质量评价指标,分析了各种融合算法的特点,最后提出了一般遥感影像构象质量的评价体系,将遥感影像的构象质量分解为亮度、对比度、清晰度、信息量、光谱信息、纹理信息、信噪比等几方面因素来分别考虑,并在现有客观指标深入研究的基础上,对上述各方面都给出了具体的客观评价指标。
郭涛[6]（2013）在《图像压缩对影像质量影响评价方法研究》文中进行了进一步梳理随着航空航天遥感技术的发展，遥感卫星的影像数据量日益庞大，受限于星上存储能力与卫星下行链接的带宽的限制，必须采用高效的数据压缩技术来降低数据量。经过压缩的影像质量必然下降，它直接关系到遥感影像数据的应用能力与应用范围，因此对压缩影像进行质量评价具有十分重要的现实意义。本文围绕构像质量、几何质量两方面对压缩的遥感影像展开质量评价，并利用航空航天影像等多种数据进行试验，主要研究内容如下：1)介绍了遥感卫星的发展历程及典型的高分辨率遥感卫星；简述了影像压缩技术的发展与典型的压缩算法；介绍了对压缩影像进行质量评价的意义、评价内容及其研究发展现状。2)在构像质量评价方面，介绍了主观质量评价方法和影像特征分析、影像对比分析和影像应用分析的客观构像质量评价方法；介绍了基于结构相似度的构像质量评价模型。在几何质量评价中，介绍了基于DSM精度评价和基于影像匹配精度评价的两种方法。3)利用不同类型的航空航天遥感影像数据进行了构像质量和几何质量评价试验；通过试验，分析了不同压缩算法、不同压缩倍率对压缩影像构像质量与几何质量的影响。
蒲德祥,董竹,胡艳[7]（2013）在《卫星遥感数字产品质量评价方法研究》文中研究表明面向遥感影像的纠正、融合、颜色调整等生产环节,从几何质量、构像质量两个方面多个视角,设计几何定位精度、长度变形精度以及角度变形精度三个指标综合反映影像几何质量,从新信息的摄入、原始有用信息的继承和改进的角度,构建典型指标信息熵、平均梯度、空间相关系数和光谱相关系数来综合反映影像构像质量,为遥感影像的生产环节提供监控手段,从而保障为经济社会服务提供质量稳定的影像产品。
林剑远,马凌飞[8]（2013）在《城市精细化管理遥感专题信息产品评价体系》文中研究表明遥感数据包含着丰富的空间信息和光谱信息,能更好地满足城市精细化管理的需求,弥补了其他信息获取手段的不足,有助于实现更环保、更经济、更科学、更准确的管理。目前,面向城乡规划监测、风景名胜区监测、建筑节能与绿色建筑监测、城镇污水处理监测等领域已经开展了城市精细化管理的应用示范。如何对所生产的专题信息产品进行质量评价,判断产品是否达到了规定的质量要求以及是否能满足应用的需要,成为了遥感技术在城市精细化管理应用中不可或缺的一环。本文介绍了城市精细化管理遥感专题信息产品评价体系组成,对两类专题信息产品开展了实验性评价,为进一步扩展遥感技术在城市精细化管理中的应用深度和广度提供了思路。
王鑫[9]（2012）在《海岸带、岛礁数字航空摄影质量综合控制与评价》文中提出高质量的航空摄影是获取地理空间信息产品的重要基础。作为高分辨率对地观测数据获取的重要手段，航空摄影在海岸带、岛礁测绘中的应用前景十分广阔。本文针对数字航空摄影在海岸带、岛礁地区测绘作业的适应性和规范性，对摄影过程中的质量控制和成果质量的综合评价问题进行了系统深入研究，分析了质量影响因素，构建了质量控制与综合评价模型，通过对航空摄影各技术环节的有效控制，确保获取高质量的最终成果。论文的主要工作和创新点如下：1.对海岸带、岛礁数字航空摄影的技术环节与质量体系进行了系统分析与研究，将空三精度等因素纳入质量评价体系，建立了针对海岸带、岛礁数字航空摄影的质量控制与综合评价模型。该模型由飞行质量、影像质量、数据质量、附件质量及空三质量5个质量元素及其质量子元素构成，涵盖了航空摄影的各个环节，是航空摄影质量控制与综合评价的基础。2．针对海岸带、岛礁和潮汐特点，研究了海岸带、岛礁区域航摄分区划分、航线敷设、摄影季节与时间的选择等数字航空摄影飞行元素的计算原则、计算方法，分析了质量元素、子元素与飞行元素之间的关联性，提出了飞行质量控制与影像质量、数据质量保证的整体解决方案。3.研究了海岸带、岛礁地区IMU/DGPS及IMU/PPP辅助数字航空摄影区域网加密精度，对大比例成图条件下数字空三精度进行评估和分析，提出了海岸带、岛礁地区空三质量的控制措施，以及对摄区划分和航线敷设的建议。4.确定了评价中质量元素与子元素的权值及等级划分标准，建立了基于缺陷扣分的多层次加权法质量模型及评价标准。将云模型理论引入航空摄影的质量评价中，采用分层次的云模型综合评估方法，对各级评价指标进行虚拟云综合运算，建立了数字航空摄影质量综合评价模型，确定了评价指标的云模型参数和评价结果的表达方式。5.开发了航空摄影质量综合评价软件系统，实现了多层次加权法和云模型支持下的海岸带、岛礁数字航空摄影质量的综合评价，并在此基础上进行了质量综合评价实验。实验表明，多层次加权法可以有效避免评价结果产生偏差，通过获取各质量元素的分值，使得对航摄质量的分析更有针对性；基于云模型的质量综合评价能够充分利用产品的中间质量信息，在对各评价指标进行具体评估的基础上进行综合运算，使得评价过程更为细腻，结果更加可靠。
李英,赵京黔[10]（2011）在《数字遥感影像构像质量评价研究》文中研究说明针对数字遥感技术的飞速发展,本论文对数字遥感影像构像质量评价方法进行了分析探讨,分析了当前数字遥感影像构像质量评价中面临的主要问题,在此基础上重点分析了数字遥感影像构像质量评价方法,给出了影像构像质量评价的基本流程,并结合人眼特性有针对性的研究了基于人眼特性的遥感影像构像质量评价方法,对于进一步提高数字遥感影像构像质量评价方法的应用研究水平具有较好的借鉴指导意义。
二、数字遥感影像构像质量评价方法初探（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数字遥感影像构像质量评价方法初探（论文提纲范文）
（1）高分辨率测绘卫星遥感影像星上压缩质量评价（论文提纲范文）
| 0 引言 |
| 1 构像质量评价方法 |
| 1.1 影像特征分析指标 |
| 1.2 影像对比分析指标 |
| 2 DSM提取及精度评价方法 |
| 2.1 DSM产品的提取 |
| 2.2 DSM精度评价方法 |
| 3 影像压缩质量评价实验与分析 |
| 3.1 测评影像的选取和压缩 |
| 3.2 构像质量评价实验结果与分析 |
| 3.3 提取精度影响评价实验结果与分析 |
| 4 结束语 |
（2）高分辨测绘卫星星上压缩影像质量评价（论文提纲范文）
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状及存在的问题 |
| 1.3 本文研究内容 |
| 2 影像压缩 |
| 2.1 实验影像数据 |
| 2.2 星上主要压缩算法 |
| 2.3 压缩试验 |
| 2.4 本章小结 |
| 3 构像质量评价 |
| 3.1 影像特征分析 |
| 3.2 影像对比分析 |
| 3.3 评价实验与结果 |
| 3.4 本章小结 |
| 4 DSM产品精度评价 |
| 4.1 DSM生产方法 |
| 4.2 DSM产品精度评价方法 |
| 4.3 评价实验与结果 |
| 4.4 本章小结 |
| 5 多光谱影像应用能力评价 |
| 5.1 分割一致性评价 |
| 5.2 分类精度评价 |
| 5.3 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（3）基于视差图的数字正射影像镶嵌线自动搜索及其质量评价方法研究（论文提纲范文）
| 博士学位论文创新点 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文结构安排 |
| 第二章 基于视差图的正射影像镶嵌线搜索 |
| 2.1 视差图算法的基本思想 |
| 2.1.1 航摄影像的像点位移 |
| 2.1.2 正射影像制作存在的问题 |
| 2.1.3 双目视差的形成机理 |
| 2.1.4 像点视差与景物深度的关系 |
| 2.2 体影像密集匹配生成视差图 |
| 2.2.1 引言 |
| 2.2.2 核线影像获取 |
| 2.2.3 密集匹配的一般步骤 |
| 2.2.4 SGM密集匹配算法 |
| 2.2.5 视差图优化 |
| 2.3 基于局部自相关性的树木区域提取 |
| 2.3.1 引言 |
| 2.3.2 空间自相关理论 |
| 2.3.3 影像的局部空间自相关性 |
| 2.4 镶嵌线智能搜索 |
| 2.4.1 引言 |
| 2.4.2 镶嵌线搜索准则 |
| 2.4.3 贪婪蛇型智能搜索算法 |
| 2.5 本章小结 |
| 第三章 镶嵌线网络的生成 |
| 3.1 引言 |
| 3.2 初始镶嵌线网络生成 |
| 3.3 初始镶嵌线网络精化 |
| 3.4 镶嵌线走向优化 |
| 3.5 镶嵌线的羽化处理 |
| 3.5.1 模板羽化 |
| 3.5.2 多尺度模板羽化 |
| 3.6 本章小结 |
| 第四章 镶嵌影像质量评价 |
| 4.1 引言 |
| 4.2 主观质量评价方法 |
| 4.3 客观质量评价方法 |
| 4.3.1 基于灰度统计的镶嵌质量评价 |
| 4.3.2 基于边缘检测的镶嵌质量评价 |
| 4.4 本章小结 |
| 第五章 算法实验及分析 |
| 5.1 实验设计 |
| 5.2 影像镶嵌实验及分析 |
| 5.2.1 实验数据介绍 |
| 5.2.2 视差图方法搜索镶嵌线实验及分析 |
| 5.2.3 影像镶嵌线网络生成实验及分析 |
| 5.3 影像镶嵌质量评价实验及分析 |
| 5.3.1 实验数据介绍 |
| 5.3.2 基于灰度统计方法的质量评价实验 |
| 5.3.3 基于边缘检测方法的质量评价实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文的主要贡献与创新 |
| 6.2 有待研究与解决的问题 |
| 参考文献 |
| 攻读博士学位期间发表的论文和科研情况 |
| 致谢 |
（5）光学遥感影像压缩及融合的质量评价研究（论文提纲范文）
| 主要创新点 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究问题的背景 |
| 1.2 国内外研究现状 |
| 1.2.1 图像质量评价研究现状 |
| 1.2.2 遥感图像质量评价研究现状 |
| 1.3 遥感图像质量目前存在的问题 |
| 1.4 研究内容及关键技术 |
| 1.4.1 研究内容和目的 |
| 1.4.2 研究的关键技术 |
| 1.5 章节内容安排 |
| 第二章 图像质量评价概述 |
| 2.1 引言 |
| 2.2 图像质量评价 |
| 2.3 图像质量评价的应用 |
| 2.4 图像质量评价的分类 |
| 2.5 主观图像质量评价方法 |
| 2.5.1 主观评价方法概念 |
| 2.5.2 主观评价方法的分类 |
| 2.5.3 主观评价方法的特点 |
| 2.6 客观图像质量的评价方法 |
| 2.6.1 客观评价方法的分类 |
| 2.6.2 全参考图像质量评价方法 |
| 2.6.3 无参考图像质量评价方法 |
| 2.6.4 部分参考图像质量评价方法 |
| 2.7 本章小结 |
| 第三章 遥感图像质量主观评价方法研究 |
| 3.1 主观质量评价概述 |
| 3.1.1 主观质量评价流程 |
| 3.1.2 评测环境的要求 |
| 3.1.3 评测材料的选择 |
| 3.1.4 评测人员的要求 |
| 3.2 主观评分方法 |
| 3.2.1 单激励连续质量评价方法(SSCQE) |
| 3.2.2 激励失真测度方法(DSIS) |
| 3.2.3 激励连续质量尺度法(DSCQS) |
| 3.2.4 成对比较法(PC) |
| 3.3 基于Shell排序的成对比较法 |
| 3.3.1 常用排序算法的比较 |
| 3.3.2 Shell排序算法 |
| 3.3.3 基于Shell排序的成对比较法(Shell-PC) |
| 3.3.4 新方法的特点 |
| 3.4 主观评分的处理与分析 |
| 3.4.1 平均主观分数(MOS)的计算 |
| 3.4.2 置信区间的计算 |
| 3.5 观察者筛选 |
| 3.5.1 采用DSIS,DSCQS方法时的筛选方法 |
| 3.5.2 采用SSCQE方法时的筛选方法 |
| 3.6 主观评价结果的分析 |
| 3.7 遥感图像主观评价软件 |
| 3.7.1 主观评价软件的设计思路 |
| 3.7.2 同时评分法 |
| 3.7.3 基于Shell排序的成对比较法 |
| 3.7.4 两种主观测评模式的流程图 |
| 3.8 主观评价实验 |
| 3.8.1 实验要求 |
| 3.8.2 实验影像 |
| 3.8.3 实验步骤 |
| 3.8.4 实验结果统计方法 |
| 3.8.5 实验结果统计 |
| 3.8.6 讨论和分析 |
| 3.8.7 实验结论 |
| 3.9 本章小结 |
| 第四章 基于梯度相似度的图像质量评价方法研究 |
| 4.1 概述 |
| 4.2 结构相似性理论和模型 |
| 4.2.1 结构相似性理论 |
| 4.2.2 结构相似度模型 |
| 4.3 梯度相似度模型 |
| 4.3.1 图像梯度信息 |
| 4.3.2 梯度相似度(GSIM)模型 |
| 4.3.3 基于梯度相似度的图像质量评价算法 |
| 4.4 图像质量评价模型的性能评价 |
| 4.4.1 图像质量评价模型预测的准确性 |
| 4.4.2 图像质量评价模型预测的单调性 |
| 4.4.3 图像质量评价模型预测的一致性 |
| 4.4.4 图像质量评价模型的综合性能评价 |
| 4.5 实验及结果分析 |
| 4.5.1 LIVE图像数据库的实验 |
| 4.5.2 遥感压缩影像的实验 |
| 4.6 本章小结 |
| 第五章 遥感影像产品的构像质量评价研究 |
| 5.1 遥感影像产品质量评价内容 |
| 5.2 目前遥感影像产品质量评价存在的问题 |
| 5.3 人类视觉系统的特性 |
| 5.3.1 人类视觉的非线性特性 |
| 5.3.2 亮度特性——人眼对亮度的分辨能力 |
| 5.4 遥感影像产品的质量评价指标分类 |
| 5.5 遥感影像产品的质量评价指标 |
| 5.5.1 亮度评价指标 |
| 5.5.2 对比度评价指标 |
| 5.5.3 信息量评价指标 |
| 5.5.4 清晰度评价指标 |
| 5.5.5 纹理信息评价指标 |
| 5.5.6 空间细节评价 |
| 5.6 遥感影像产品质量的评价方法 |
| 5.6.1 反差适中的表达 |
| 5.6.2 层次丰富的表达 |
| 5.6.3 清晰度的表达 |
| 5.6.4 辐射质量的表达 |
| 5.6.5 信噪比的表达 |
| 5.7 实验结果及分析 |
| 5.7.1 实验遥感影像数据 |
| 5.7.2 评价指标实验计算结果 |
| 5.7.3 反差适中指标的试验结果 |
| 5.7.4 信息量指标的试验结果 |
| 5.7.5 信噪比指标的试验结果 |
| 5.7.6 清晰度指标的试验结果 |
| 5.8 本章小结 |
| 第六章 遥感图像融合及其质量评价研究 |
| 6.1 遥感图像融合概述 |
| 6.1.1 遥感图像融合的概念 |
| 6.1.2 遥感图像融合的原则 |
| 6.1.3 遥感图像融合的分类 |
| 6.2 遥感图像融合方法 |
| 6.2.1 比值法融合 |
| 6.2.2 乘积法融合 |
| 6.2.3 PCA变换融合 |
| 6.2.4 Brovey变换融合 |
| 6.2.5 HIS变换融合 |
| 6.2.6 HPF高通滤波融合 |
| 6.2.7 小波变换融合 |
| 6.2.8 Gram-Schmidt正交变换融合 |
| 6.2.9 PanSharp变换融合 |
| 6.2.10 Ehlers融合 |
| 6.2.11 SUB减法分辨率融合 |
| 6.2.12 HCS超球面彩色空间分辨率融合 |
| 6.2.13 SFIM变换融合 |
| 6.3 遥感图像融合评价 |
| 6.3.1 遥感图像融合评价的必要性 |
| 6.3.2 遥感图像融合评价的内容 |
| 6.3.3 遥感图像融合评价的分类 |
| 6.4 遥感图像融合评价指标 |
| 6.4.1 常见的评价指标 |
| 6.4.2 基于信息量的评价指标 |
| 6.4.3 光谱信息的评价指标 |
| 6.4.4 基于边缘强度和边缘方位角的融合评价 |
| 6.4.5 基于全参考质量评价的融合评价 |
| 6.4.6 基于小波域自然影像统计特性的的融合评价 |
| 6.5 遥感图像融合评价方案的选择 |
| 6.6 遥感影像质量评价体系 |
| 6.7 遥感图像融合评价实验 |
| 6.7.1 遥感图像融合方法 |
| 6.7.2 遥感图像融合结果示例 |
| 6.7.3 遥感图像融合评价指标计算结果 |
| 6.8 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要内容与创新之处 |
| 7.2 研究展望 |
| 参考文献 |
| 攻博期间发表论文及科研获奖情况 |
| 致谢 |
（6）图像压缩对影像质量影响评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 影像压缩技术的发展 |
| 1.3 典型的遥感影像压缩算法 |
| 1.3.1 JPEG 压缩算法 |
| 1.3.2 SPIHT 压缩算法 |
| 1.3.3 JPEG2000 压缩算法 |
| 1.4 压缩遥感影像质量评价技术 |
| 1.4.1 研究意义 |
| 1.4.2 评价内容与原则 |
| 1.4.3 研究现状 |
| 1.5 本文研究内容和组织结构 |
| 第二章 构像质量评价 |
| 2.1 主观质量评价 |
| 2.2 客观构像质量评价方法 |
| 2.2.1 影像特征分析 |
| 2.2.2 影像对比分析 |
| 2.2.3 影像应用分析 |
| 2.2.4 基于结构相似度的构像质量评价模型 |
| 第三章 几何质量评价 |
| 3.1 基于 DSM 精度评价 |
| 3.2 基于影像匹配精度评价 |
| 3.2.1 特征匹配 |
| 3.2.2 最小二乘匹配 |
| 3.2.3 基于特征点提取与最小二乘匹配联合的影像压缩检测方法 |
| 第四章 压缩遥感影像构像质量评价试验 |
| 4.1 主观质量评价试验 |
| 4.2 压缩对影像分类影响的试验 |
| 4.3 压缩影像的表观试验 |
| 第五章 压缩遥感影像几何质量评价试验 |
| 5.1 基于 DSM 精度评价试验 |
| 5.1.1 利用航空影像生成 DSM 的精度评价试验 |
| 5.1.2 利用卫星影像生成 DSM 的精度评价试验 |
| 5.2 基于特征点提取与最小二乘匹配联合的影像压缩检测试验 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
（7）卫星遥感数字产品质量评价方法研究（论文提纲范文）
| 0 引 言 |
| 1 遥感产品质量评价内容 |
| 2 遥感产品质量评价方法 |
| 2.1 几何质量评价 |
| 2.1.1 几何定位精度 |
| 2.1.2 长度变形精度 |
| 2.1.3 角度变形精度 |
| 2.2 构像质量评价 |
| 2.2.1 信息熵 |
| 2.2.2 平均梯度 |
| 2.2.3 相关系数 |
| 3 结束语 |
（8）城市精细化管理遥感专题信息产品评价体系（论文提纲范文）
| 一、引言 |
| 二、城市精细化管理遥感专题信息产品 |
| 1、遥感专题信息产品及分级体系 |
| 2、城市精细化管理专题信息产品体系 |
| 3、城市精细化管理专题信息产品应用分类 |
| 4、城市精细化管理专题信息产品 (原型系统建设阶段) |
| 三、城市精细化管理遥感专题信息产品评价 |
| 1、遥感专题信息产品评价 |
| 2、影像质量质量评价方法 |
| 3、分类信息产品质量评价方法 |
| 4、变化信息产品质量评价方法 |
| 5、城市精细化管理专题信息产品评价过程 |
| 四、城市精细化管理专题信息产品评价实例 |
| 1、分类产品评价实例 |
| 2、变化检测产品评价实例 |
| 五、结论 |
（9）海岸带、岛礁数字航空摄影质量综合控制与评价（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 海岸带、岛礁区域空间地理信息获取的研究现状 |
| 1.2.1 海岸带的范围界定 |
| 1.2.2 空间地理信息获取现状 |
| 1.2.3 我国海岸带地形测绘的发展 |
| 1.3 数字航空摄影传感器技术发展现状 |
| 1.3.1 ADS40/80 数字航空摄影传感器 |
| 1.3.2 DMC 数字航空摄影传感器 |
| 1.3.3 UltraCamXp 数字航空摄影传感器 |
| 1.3.4 DMC Ⅱ数字航空摄影传感器 |
| 1.3.5 发展现状分析 |
| 1.4 航空摄影质量控制与评价方法的研究进展 |
| 1.4.1 传感器特性、航摄飞行质量的控制与评价研究 |
| 1.4.2 航摄影像质量的控制与评价研究 |
| 1.4.3 研究进展现状分析 |
| 1.5 本文的主要研究内容 |
| 第二章 海岸带、岛礁数字航空摄影质量模型的建立 |
| 2.1 数字航空摄影传感器技术适应性研究 |
| 2.1.1 成像方式的比较 |
| 2.1.2 影像表观质量的比较 |
| 2.1.3 POS 系统应用的比较 |
| 2.1.4 内外业效率及高程精度的比较 |
| 2.1.5 海岸带、岛礁航空摄影的特殊性对数字传感器的性能指标的要求 |
| 2.2 数字航空摄影质量与质量模型 |
| 2.2.1 航空摄影的质量及质量元素 |
| 2.2.2 传统航空摄影质量要求 |
| 2.2.3 海岸带、岛礁数字航空摄影质量模型 |
| 2.3 飞行质量元素分析 |
| 2.3.1 传统航空摄影飞行质量元素分析 |
| 2.3.2 海岸带、岛礁数字航空摄影飞行质量元素分析 |
| 2.4 影像质量元素分析 |
| 2.5 数据及附件质量元素分析 |
| 2.6 空三精度质量元素分析 |
| 2.7 本章小结 |
| 第三章 海岸带、岛礁数字航空摄影飞行质量控制 |
| 3.1 地面采样间隔与航高的确定 |
| 3.1.1 地面采样间隔的确定 |
| 3.1.2 航高的确定 |
| 3.2 数字航空摄影分区划分与航线敷设 |
| 3.2.1 航摄分区划分 |
| 3.2.2 影像重叠度的确定 |
| 3.2.3 航线敷设 |
| 3.3 平均基准面与航速的确定 |
| 3.3.1 航摄分区平均基准面的确定 |
| 3.3.2 航速的确定 |
| 3.4 摄影季节和摄影时间的选择 |
| 3.4.1 摄影季节的选择 |
| 3.4.2 摄影时间的选择 |
| 3.5 IMU/GPS 初始化飞行方案的选择 |
| 3.6 飞行过程控制分析 |
| 3.7 航空摄影技术计划设计实验 |
| 3.7.1 摄区概况 |
| 3.7.2 航空摄影传感器及飞行元素的确定 |
| 3.7.3 航摄分区的划分与航线的敷设 |
| 3.7.4 航摄时间的选择 |
| 3.7.5 航摄飞行线路设计 |
| 3.8 本章小结 |
| 第四章 海岸带、岛礁数字航空摄影影像及数据质量控制 |
| 4.1 传感器的特性对影像质量的影响 |
| 4.1.1 影像的几何分辨率 |
| 4.1.2 影像的辐射分辨率和影像反差 |
| 4.1.3 影像的像点位移 |
| 4.2 摄影时的大气和光照条件的选择 |
| 4.2.1 太阳高度角的影响 |
| 4.2.2 大气条件的影响 |
| 4.3 影像的表观质量 |
| 4.3.1 云影及反光问题 |
| 4.3.2 影像的拼接痕迹 |
| 4.3.3 影像的拉伸、断裂及其他变形 |
| 4.4 影像数据的连续性 |
| 4.5 动态 IMU、GPS 数据质量 |
| 4.5.1 机载 IMU/GPS 系统性能 |
| 4.5.2 机载 GPS 信号接收天线的安装 |
| 4.5.3 偏心分量的测量精度 |
| 4.5.4 飞行及摄影时的条件控制 |
| 4.6 基站 GPS 数据质量 |
| 4.6.1 基站的设置 |
| 4.6.2 基站 GPS 数据的采集 |
| 4.7 IMU/DGPS 数据解算质量 |
| 4.7.1 数据预处理 |
| 4.7.2 差分 GPS 计算 |
| 4.7.3 IMU/DGPS 数据滤波计算 |
| 4.7.4 偏心分量及坐标系统误差改正 |
| 4.8 潮汐数据 |
| 4.9 本章小结 |
| 第五章 海岸带、岛礁数字航空摄影空三质量控制 |
| 5.1 IMU/DGPS 辅助航空摄影原理 |
| 5.1.1 IMU 姿态测量原理 |
| 5.1.2 DGPS 定位原理 |
| 5.1.3 IMU/DGPS 辅助航空摄影测量原理与方法 |
| 5.2 IMU/PPP 辅助航空摄影原理 |
| 5.2.1 GPS 定位系统误差 |
| 5.2.2 PPP 定位原理 |
| 5.3 实验方案与结果分析 |
| 5.3.1 实验区基本情况 |
| 5.3.2 基准站联测方法 |
| 5.3.3 空三限差及坐标系统要求 |
| 5.3.4 外业控制资料 |
| 5.3.5 空三平差实验 |
| 5.3.6 实验分析及总结 |
| 5.4 本章小结 |
| 第六章 海岸带、岛礁数字航空摄影成果质量综合评价 |
| 6.1 成果缺陷的分类 |
| 6.1.1 飞行质量成果缺陷分类 |
| 6.1.2 影像质量成果缺陷分类 |
| 6.1.3 数据及附件质量成果缺陷分类 |
| 6.1.4 空三质量成果缺陷分类 |
| 6.2 基于缺陷扣分的多层次加权质量综合评价方法 |
| 6.2.1 不合格成果的判定 |
| 6.2.2 质量子元素的评价模型 |
| 6.2.3 质量元素的评价模型 |
| 6.2.4 成果质量的评价模型 |
| 6.2.5 航空摄影质量评价中质量元素与质量子元素权值的确定 |
| 6.2.6 质量评价的等级划分 |
| 6.3 云模型理论支持的质量综合评价方法 |
| 6.3.1 云模型理论及相关概念 |
| 6.3.2 基于云模型的数字航空摄影质量综合评价 |
| 6.4 实验与分析 |
| 6.4.1 实验平台介绍 |
| 6.4.2 实验数据 |
| 6.4.3 加权法质量评价 |
| 6.4.4 云模型综合评价 |
| 6.4.5 实验总结 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 作者简历 攻读博士学位期间完成的主要工作 |
| 致谢 |
（10）数字遥感影像构像质量评价研究（论文提纲范文）
| 1 引言 |
| 2 数字遥感影像构像质量评价的问题分析 |
| 3 发展数字遥感影像构像质量评价建议与策略 |
| 3.1 影像构像质量评价流程 |
| 3.2 结合人眼特性发展科学的影像构像质量评价 |
| 4 结语 |
四、数字遥感影像构像质量评价方法初探（论文参考文献）
- [1]高分辨率测绘卫星遥感影像星上压缩质量评价[J]. 林瑶瑶,唐新明,薛玉彩,艾波. 测绘科学, 2020(05)
- [2]高分辨测绘卫星星上压缩影像质量评价[D]. 林瑶瑶. 山东科技大学, 2019(05)
- [3]基于视差图的数字正射影像镶嵌线自动搜索及其质量评价方法研究[D]. 段梦梦. 武汉大学, 2015(03)
- [4]基于像素值估测的遥感影像构像质量度量模型研究[A]. 王丹,黄吉来. 第十八届中国环境遥感应用技术论坛论文集, 2014
- [5]光学遥感影像压缩及融合的质量评价研究[D]. 马旭东. 武汉大学, 2014(04)
- [6]图像压缩对影像质量影响评价方法研究[D]. 郭涛. 长安大学, 2013(06)
- [7]卫星遥感数字产品质量评价方法研究[J]. 蒲德祥,董竹,胡艳. 测绘与空间地理信息, 2013(03)
- [8]城市精细化管理遥感专题信息产品评价体系[J]. 林剑远,马凌飞. 建设科技, 2013(02)
- [9]海岸带、岛礁数字航空摄影质量综合控制与评价[D]. 王鑫. 解放军信息工程大学, 2012(06)
- [10]数字遥感影像构像质量评价研究[J]. 李英,赵京黔. 中国新技术新产品, 2011(18)