一种基于遥感图像相位相关性的图像质量判别方法

摘要

本发明公开了一种基于遥感图像相位相关性的图像质量判别方法，该方法包括以下步骤：先对遥感图像进行预处理得到遥感图像的周期分量频谱、然后向遥感图像的周期分量频谱中加入随机相位形成N幅加入随机相位形成多幅遥感图像，然后再进行离散傅里逆叶变换得到N幅时域遥感图像、再计算出N幅时域遥感图像peru1，peru2，…，peruN的全变差值和相位相关值，最后利用图像相位相关值对多幅遥感图像进行质量评判。该方法是一种无参考的数字图像质量评价方法，不需要任何参考图像数据，更适用于卫星遥感图像，而与其它无参考质量评价方法相比，本发明对各种降质因素均具有普适性，不会受到振铃、噪声等降质因素的影响。

主权项

1.一种基于遥感图像相位相关性的图像质量判别方法，其特征在于包括以下步骤：(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：$\forall (q,r)\in \Omega /\left(\mathrm{0,0}\right)$$\widehat{\mathrm{per}\left(u\right)}(q,r)=\hat{u}(q,r)-\frac{\hat{v}(q,r)}{4-2\cos \left(\frac{2\mathrm{\pi q}}{M}\right)-2\cos \left(\frac{2\mathrm{\pi r}}{N}\right)}$$\widehat{\mathrm{peru}(q,r)}=\left|\widehat{\mathrm{peru}(q,r)}\right|e^{\mathrm{i\phi }(q,r)}$其中且v₁，v₂满足：$\forall (x,y)\in \Omega$$\forall (x,y)\in \Omega$其中：q、r为遥感图像频域坐标；Ω/(0，0)为去除坐标原点的实数域；为周期分量的频谱；φ(q，r)为周期分量的相位；为遥感图像的频谱；v₁、v₂为图像像素的差值；M为遥感图像的长度，单位为像素；N为遥感图像的宽度，单位为像素；x、y为遥感图像空间域坐标；(2)向周期分量频谱的相位中加入N个随机相位形成N幅加入随机相位的遥感图像；所述向周期分量频谱的相位中加入N个随机相位的具体方式为：将相位φ增加一个随机偏移量εS，得到一个新的相位函数ψ＝φ+εS，其中ε是一个固定值，S是在(-π，π)上满足独立同分布条件的均匀分布的随机变量，其中N为自然数；(3)将步骤(2)中生成的N幅加入随机相位的图像进行离散傅里叶逆变换，得到N幅时域遥感图像peru₁，peru₂，…，peru_N；(4)计算N幅时域遥感图像peru₁，peru₂，…，peru_N的全变差值，其中每幅时域遥感图像全变差值的计算方法为：(5)计算步骤(4)中N幅时域遥感图像全变差值TV(u_N)的均值μ和方差σ，利用N幅时域遥感图像全变差值TV(u_N)的均值μ和方差σ计算N幅时域遥感图像peru₁，peru₂，…，peru_N的相位相关值IPC(u)即得到该幅空间域遥感图像u的相位相关值；$\mathrm{IPC}\left(u\right)=-{\log }_{10}\Phi \left(\frac{\mu -\mathrm{TV}\left(u_N\right)}{\sigma }\right)$其中Φ为正态分布函数，即(6)利用步骤(1)至步骤(5)的计算方法计算出同一场景不同幅遥感图像的相位相关值IPC(u)，对同一场景不同幅遥感图像的相位相关值IPC(u)进行比较，利用遥感图像相位相关值IPC(u)值的大小对遥感图像质量进行判别，判别方法为遥感图像相位相关值IPC(u)值越大遥感图像质量越好。