面向机器解译的遥感图像质量评价关键技术研究

摘要

面向图像解译的遥感图像质量评价旨在给用户提供一个图像解译能力的量化评判。这种评判是指在某种自动分类准则下,估计图像能够达到的分类精度,这不仅可以对大量遥感数据的使用提供筛选依据,还能根据质量评价过程中对特征分布的分析,对图像解译方法提供改进策略;同时,可以根据图像的解译质量间接评价成像系统中的光学遥感器的性能并提供优化设计的依据。
　　本文针对遥感图像解译质量的评价,首先定义了解译质量,然后分析了最常用的图像解译精度评价指标Kappa系数,并以此作为整个评价流程最终需要估算得到的解译质量评价标准。就遥感图像解译质量评价方法和关键技术方面,主要进行了以下几个方面的研究:(1)确定了面向机器解译的遥感图像质量评价标准,在本文中具体是指不需要参考图时基于最小距离分类准则的Kappa系数;进而研究了影响图像解译精度的质量要素,主要是各类地物分类特征的比例、均值、方差;并设计遥感图像解译质量评价流程,从而指出得到基于该标准的评价数据的关键技术为分类特征的分布估计。(2)研究了分布估计关键技术EM最大似然估计算法,总结该算法的缺点提出改进方向;结合本文的研究目的,主要针对EM算法的局部极值问题进行了改进,设计了遍历均值的初值约束EM算法,实验结果表明,改进方法具有良好的估计效果。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景及意义

1.2 遥感图像质量评价的国内外发展状况

1.3 论文的主要工作及安排

2 遥感图像解译质量评价方法研究

2.1 遥感图像解译质量评价的定义

2.2 遥感图像解译质量评价标准

2.3 影响遥感图像解译精度的质量要素

2.4 遥感图像解译质量评价流程

2.5 本章小结

3 遥感图像特征分布估计关键技术

3.1 遥感图像特征分布估计策略

3.2 EM分布参数估计关键技术

3.3 EM分布估计算法的改进

3.4 本章小结

4 仿真实验与结果分析

4.1 解译质量评价方法实现

4.2 解译质量评价方法的有效性验证

4.3 本章小结

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献