高分五号全谱段光谱成像仪影像数据质量评价研究

doi:10.11873/j.issn.1004-0323.2020.2.0381

高分五号全谱段光谱成像仪影像数据质量评价研究

董胜越^,¹^,²^,³, 孙根云¹, 杜永明^,³, 葛曙乐⁴

1.中国石油大学（华东）地球科学与技术学院，山东青岛 266580

2.中国石油大学（华东），山东青岛 266580

3.中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101

4.中国资源卫星应用中心，北京 100094

Image Quality Assessment for Visual and Infrared Multis-pectral Imager of Gaofen-5

Dong Shengyue^,¹^,²^,³, Sun Genyun¹, Du Yongming^,³, Ge Shule⁴

1.School of Geosciences, China University of Petroleum, Qingdao 266580, China

2.College of Graduated, China University of Petroleum, Qingdao 266580, China

3.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth of Chinese Academy of Sciences, Beijing, 100101, China

4.China Centre For Resources Satellite Data And Application, Beijing, 100094, China

通讯作者: 杜永明（1978-），男，山东郯城人，副研究员,主要从事定量遥感研究。E⁃mail: duym@radi.ac.cn

收稿日期: 2018-12-18 修回日期: 2020-02-13 网络出版日期: 2020-06-18

基金资助:

国家自然科学基金项目. 41571359

Received: 2018-12-18 Revised: 2020-02-13 Online: 2020-06-18

作者简介 About authors

董胜越（1994-），男，山东潍坊人，硕士研究生，主要从事遥感影像质量评价研究E⁃mail:shengyue_dong@qq.com , E-mail：shengyue_dong@qq.com

摘要

高分五号卫星上搭载的我国自主研发的全谱段光谱成像仪是从可见光到长波红外光谱范围的星载多光谱成像仪，具有广泛的应用前景。对卫星影像进行质量评价，既是对遥感卫星是否满足设计指标的验证与检验，也可以为影像的处理与应用提供参考。利用信噪比、清晰度、信息量、辐射不均一性4个指标对高分五号全谱段光谱成像仪进行影像质量评价，并以美国陆地卫星Landsat 8影像为参考进行对比分析。结果表明：高分五号卫星全谱段光谱成像仪短波红外谱段的信噪比（320.44~388.42）略高于可见近红外谱段（208.24~238.03）；近—短波红外谱段的清晰度（0.82~0.91）要高于其余谱段，尤其是长波红外谱段（0.01~0.21）；可见短波红外谱段的信息量（9.01~9.97）要高于中长波红外谱段（5.71~8.31）；所有12个谱段的辐射不均一性均小于2%。与Landsat 8的比较结果表明：在清晰度方面，全谱段光谱成像仪可见近红外谱段优于Landsat 8，其他谱段接近Landsat 8；在信息量方面，可见短波红外谱段与Landsat 8比较接近，但是B11、B12两个分裂窗谱段差距较大，分别相差5.23和5.61；在信噪比方面GF-5 VIMI仍有待进一步改善，又以B1、B2、B6 3个谱段落后Landsat 8最大，分别相差280.41、226.84和151.92。

关键词： 高分五号 ; 全谱段光谱成像仪 ; 影像质量评价 ; Landsat 8

Abstract

Gaofen-5(GF-5) satellite was successfully launched on May 29, 2018. The Visual and Infrared Multispectral Imager(VIMI) developed independently by China is a multi-spectral imager in the range of visible band to long-wave infrared band, which has broad application prospects. The quality assessment of satellite image is not only the verification of whether the remote sensing satellite meets the design criteria, but also the reference for image processing and application. In this paper, the quality assessment for VIMI is provided, which provides reference for the processing and application of the image. Four indicators, named the Signal-to-Noise Ratio (SNR), clarity, information content and radiation heterogeneity, were used for quality assessment, and were compared with Landsat 8 images. The results show that the SNR of the shortwave infrared band (320.44~388.42) is slightly higher than that of the visible near-infrared band(208.24~238.03). The clarity (0.82~0.91) in the near-shortwave infrared band is higher than that in the other bands, especially in the long-wave infrared band (0.01~0.21). The information content of short-wave infrared band (9.01~9.97) is higher than that of medium-long-wave infrared band (5.71~8.31). The radiation heterogeneity of all 12 bands is less than 2%. The results of comparison with Landsat 8 show that ①the clarity of B1~B4 is better than Landsat 8 and this of other bands are close to Landsat 8,②for information content, B1~B10 of VIMI is close to Landsat 8, while this of B11 and B12 is less than Landsat 8 with 5.23 for B11 and 5.61 for B12,(3)for SNR, GF-5 VIMI still needs to be further improved, with 280.41、226.84 and 151.92 less than Landsat 8 for B1,B2 and B6.

Keywords： GF-5 ; Visual and Infrared Multispectral Imager ; Image Quality Assessment ; Landsat 8

PDF (1376KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

董胜越, 孙根云, 杜永明, 葛曙乐. 高分五号全谱段光谱成像仪影像数据质量评价研究. 遥感技术与应用[J], 2020, 35(2): 381-388 doi:10.11873/j.issn.1004-0323.2020.2.0381

Dong Shengyue, Sun Genyun, Du Yongming, Ge Shule. Image Quality Assessment for Visual and Infrared Multis-pectral Imager of Gaofen-5. Remote Sensing Technology and Application[J], 2020, 35(2): 381-388 doi:10.11873/j.issn.1004-0323.2020.2.0381

1 引言

高分五号卫星（GF-5）于2018年5月9日在我国太原卫星发射中心成功发射。GF-5是高分专项中搭载载荷最多、光谱分辨率最高的卫星，是实现高分专项“形成高空间分辨率、高时间分辨率、高光谱分辨率和高精度观测的时空协调、全天候、全天时的对地观测系统”目标的重要组成部分，是实现国家高分辨率对地观测能力的重要标志之一。其上搭载的全谱段光谱成像仪（Visual and Infrared Multispectral Imager，VIMI）是从可见光到长波红外光谱范围的星载多光谱成像仪，具有谱段范围广、空间分辨率高、辐射精度高等技术特点，可广泛应用于环境监测、矿山开发利用状况调查与监测、遥感地质填图、火点及城市热岛监测、温排水监测、旱情与洪涝监测等领域^[1,2]。

遥感影像质量由星载传感器的特性决定，同时受设备本身与外界因素的影响，影像质量会有不同程度的下降，甚至影响遥感影像的后续应用。通过对GF-5全谱段光谱成像仪遥感影像的质量进行分析，可以对卫星成像质量是否达到预期目标进行检验和验证，同时可为后续影像的处理与应用提供参考依据。

遥感影像质量评价方法分为主观评价法和客观评价法两类^[3]，主观评价方法是根据人的主观经验评价影像质量，是最直接的一种影像质量评价方法。但由于缺少统一评价标准，主观评价方法受到人的主观因素影响较大^[4,5,6]。客观评价方法即采用不同的指标组合来对影像进行全面的定量评价，例如反映影像信号噪声比例大小的信噪比、反映边缘细节变化成都的信噪比、影像包含信息量大小的信息熵以及反映探元相应特性的辐射不均一性等等^{[7,8,9,10,11,12,13,14,15,16,17]}。众多国内外学者针对不同的传感器采用不同的指标开展影像质量评估,王占宏等^[7]以模糊数学理论和概率论为基础，提出了数字遥感影像质量的量化评价指标。王钦军等^[8]用辐射精度、清晰度、信息量、信噪比、几何精度和地面分辨率6个数据质量评价指标，对LISS3与TM影像质量进行了对比分析。张霞等^[9]将中巴地球资源一号卫星红外多光谱扫描影像的地面分解力、清晰度、信噪比、反差以及辐射精度等指标与TM影像进行了多指标对比分析，结果表明，中巴地球资源一号星irmss影像的某些谱段的清晰度和反差稍好于TM，但在影像信噪比、地面分解力以及清晰度等方面与TM相比仍有差距。Ren和Motfitt等分别对Landsat8/OLI和TIRS两个传感器的信噪比、等效噪声辐亮度差、等效噪声反射率差和等效噪声温差等做了定量评价，结果表明：Landsat 8的NEΔL小于0.8 W/m²/μm/sr，NEΔρ小于0.002，两个分裂窗通道的NEΔT分别为0.051K@300K和0.06K@300K^[10,11,12]。覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证。曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力。巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较。惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较。文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力。

虽然遥感影像质量评价的指标和方法已经比较成熟，但是目前尚未发现针对GF-5 VIMI影像进行质量评价的文献。本文利用当前主要的影像数据质量评价指标对GF-5 VIMI在轨测试期间获取的影像进行质量评估，分析其质量特点，并与各项性能参数相似的Landsat 8进行比较。

2 GF⁃5 VIMI的技术参数与性能指标

GF-5 VIMI具有可见近红外、短中波红外、长波红外3个影像数据通道，共12个谱段。其中可见近红外多光谱通道探测器空间分辨率20 m，短波红外多光谱通道探测器空间分辨率20 m，中长波红外多光谱通道探测器空间分辨率40 m，可以实现较高的空间分辨率和60 km的幅宽^[1,2]。其主要性能指标参数如表1所示。

表1 全谱段光谱成像仪主要技术参数^[1]

Table 1 Parametres of VIMI

参数名称	参数
谱段范围	可见光—短波红外谱段： B1:450~520 nm;B2:520~600 nm;B3:620~680 nm; B4:760~860 nm;B5:1.55~1.75 um;B6:2.08~2.35 nm; 中波红外谱段： B7:3.50~3.90 um;B8:4.85~5.05 um; 长波红外谱段： B9:8.01~8.39 um;B10:8.42~8.83 um; B11:10.3~11.3 um;B12:11.4~12.5 um
空间分辨率	B1-B6：20 m；B7-B12:40 m
幅宽	60 km
量化等级	12 bit
设计指标要求	信噪比：B1-B4:>200; B5-B6:>150 辐射不均一性：<3%

新窗口打开| 下载CSV

研究数据来源于2018年6月4日至10月17日中国资源卫星应用中心高分五号地面处理系统生产的VIMI L1级产品数据。

3 GF⁃5 VIMI影像质量评价方法及结果

采用信噪比、清晰度、信息量、辐射不均一性4类评价指标对GF-5 VIMI影像质量进行评价。

3.1　信噪比

3.1.1　指标定义

影像信噪比是衡量遥感影像质量的重要指标之一，反映影像信号与噪声水平的相对大小。影像的信噪比越大，说明影像中的有效信息比例越高，影像质量越好。信噪比的计算方法主要有：方差法、求地学统计量法、局部方差法、去相关法等^{[18,19,20,21]}。其中方差法因其简单实用，得到了广泛的应用，它是以均匀区域的标准差来表征影像噪声^[21]。本文即采用方差法来计算信噪比。设影像大小为m行n列，计算方法如下：

\bar{D N} = \frac{1}{m \cdot n} \sum_{i = 1}^{m} \sum_{j = 1}^{n} D N (i, j)

(1)

σ = \sqrt[]{\frac{1}{(n \cdot m)} \sum_{i = 1}^{m} \sum_{j = 1}^{n} {(D N (i, j) - \bar{D N})}^{2}}

（2）

S N R = \frac{\bar{D N}}{σ}

（3）

其中： $D N (i, j)$ 为影像第 $i$ 行 $j$ 列像素的DN值， $\bar{D N}$ 为影像DN值的均值， $σ$ 为DN值的标准差。

3.1.2　数据源

由于“绝对均匀”的区域是不存在的，因此选取可能大面积均匀分布的积雪区、沙漠、青藏高原平静的湖面以及海面影像，并裁剪50×50像元(1 km×1 km)视为均匀区域。共选取影像62景，其中沙漠影像16景，湖面与海面影像26景，冰雪影像20景（如表2所示）。

表2 信噪比计算数据源列表

Table 2 Data Source List for SNR calculation

地物类型	经纬度	区域	成像时间	景数
沙子	20° N、11° E附近	撒哈拉沙漠	2018.10.17	8
沙子	40° N、85° E附近	塔克拉玛干沙漠	2018.8.8~2018.10.12	8
水体	30° N、90° E附近	青藏高原内陆湖	2018.8.26~2018.9.3	12
水体	17° S、120° E附近	澳大利亚西北沿海	2018.8.24~2018.9.3	14
冰雪	80° N、30° W附近	格陵兰岛	2018.8.4~2018.8.10	20

新窗口打开| 下载CSV

3.1.3　评价结果

表3给出了VIMI前6个谱段的信噪比计算结果。结果表明：前4个谱段的信噪比较为平均，分布范围为208.24~238.03，B5、B6两个谱段的信噪比相较前4个谱段稍高，均高于300，其中又以B5谱段的信噪比最高，达388.42，满足B1-B4:>200,B5-B6:>150的设计指标要求。

表3 VIMI前6个谱段信噪比计算结果

Table 3 SNR for B1 to B6 of VIMI

谱段编号	信噪比	谱段编号	信噪比
B1	238.03	B4	213.08
B2	208.24	B5	388.42
B3	209.20	B6	320.44

新窗口打开| 下载CSV

3.2　清晰度

3.2.1　指标定义

清晰度指影像细节边缘变化的剧烈程度，是衡量影像目视效果的重要指标^[22]。在影像的细节边缘处，灰度值随位置变化越剧烈，则边缘越清晰，可分辨性越好^[23]。本文采用改进的基于点锐度的影像清晰度算法对清晰度进行评价，它是根据边缘像元的八邻域梯度变化率来评价影像清晰度^[22]。其计算方法如下：

（1）利用canny边缘检测算子对影像中的地物边缘进行检测并标记，设边缘像元的个数为K。

（2）对边缘像元计算8邻域的梯度相对变化率，并求和作为该边缘点的边缘锐度值。

G (x, y) = \sum_{i = - 1}^{1} \sum_{j = - 1}^{1} \frac{|D N (x + i, y + j) - D N (x, y)|}{D N (x, y) \cdot δ_{i}}

（4）

δ_{i} = \{\begin{matrix} 1 0^{o}, 90^{o}, 180^{o}, 270^{o} \\ \sqrt[]{2} 45^{o}, 135^{o}, 225^{o}, 315^{o} \end{matrix}

（5）

其中： $D N (x, y)$ 为标记的边缘像元的DN值， $G (x, y)$ 为该边缘像元的边缘锐度值。

（3）计算所有点的边缘锐度值，并计算其均值作为整幅影像的清晰度。

C L A = \frac{\sum G (x, y)}{K}

（6）

其中: $C L A$ 为影像的清晰度。

3.2.2　数据源

遥感影像中反差较大，能表现边缘的位置是水陆边界，若影像清晰度不够，则水陆边界模糊。因此选择晴朗无云的水陆交界，边缘较为清晰的区域作为研究区进行清晰度的评价。本文选取天津港局部作为研究区域计算清晰度。研究区域如图1所示，其中红框内为研究区，研究区大小为1 000像元×1 000像元。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 天津港GF-5 VIMI 真彩色合成图

（成像时间：2018⁃06⁃08 05:17:21,来源：中国资源卫星应用中心）

Fig.1 True color GF-5 VIMI image of Tianjin Port

3.2.3　评价结果

表4给出了GF-5 VIMI的清晰度评价。结果表明：B3、B4、B5、B6 4个谱段的清晰度比其余谱段高，尤其是B4谱段达0.91。而长波红外的B9、B10、B11、B12 4个谱段的清晰度最低，均不高于0.21。尤其是B11、B12两个分裂窗通道的清晰度仅为0.03和0.01。原因在于这两个谱段的辐射分辨率较差，设计指标的等效噪声温差要求为0.2K@300K。

表4 VIMI天津港清晰度计算结果

Table 4 Clarity of VIMI in Tianjin Port

谱段编号	清晰度	谱段编号	清晰度
B1	0.47	B7	0.54
B2	0.61	B8	0.3
B3	0.85	B9	0.16
B4	0.91	B10	0.21
B5	0.82	B11	0.03
B6	0.86	B12	0.01

新窗口打开| 下载CSV

3.3　信息量

3.3.1　指标定义

信息量也是影像质量评价中常用的指标之一，反映了影像中包含地物信息的详细程度，可用熵来表达。目前应用范围最广的是香农熵，这是将遥感影像视作离散信源进行计算，即认为影像上每个点都是独立存在的。香农熵的计算方式如下:

H = - \sum_{i = 0}^{D N_{m a x}} (P_{i} l o g P_{i})

（7）

其中： $D N_{m a x}$ 为可能出现的最大DN值， $P_{i}$ 为出现DN值为 $i$ 的像元的概率。

3.3.2　数据源

信息量指标的计算一般选取晴空无云状态下地物信息较为丰富，包含信息较多的区域进行。图1即满足此条件，因此同样采用图1的红框区域作为信息量计算的研究区。

3.3.3　评价结果

表5给出了GF-5 VIMI的信息量评价结果。结果表明：前6个谱段的信息量比较均匀，包含的信息量也相对较多，香农熵在9.0以上，其中又以B3最高，达9.97。而相较于前6个谱段，中长波红外的6个谱段包含的信息量要略低，而B12、B8、B11 3个谱段信息量最低，分别只有5.7、6.1和6.4。因为中长波红外谱段的辐射分辨率比可见光-短波红外谱段低，对微小辐亮度差异的分辨能力差，导致包含的信息量较少，B11、B12两个谱段尤甚。

表5 VIMI天津港信息量计算结果

Table 5 Information content of VIMI in Tianjin Port

谱段编号	信息量	谱段编号	信息量
B1	9.01	B7	7.52
B2	9.62	B8	6.12
B3	9.97	B9	7.60
B4	9.83	B10	8.31
B5	9.32	B11	6.44
B6	9.09	B12	5.71

新窗口打开| 下载CSV

3.4　辐射不均一性 3.4.1　指标定义

辐射不均一性反映了传感器各探元的响应特性。辐射不均一性越高，说明传感器各探元之间的辐射差异越大，影像中的条纹与条带现象越明显。目前国内对辐射不均一性进行度量的方法主要有3种:平均行标准差法、平均标准差法和广义噪声法。其中平均行标准差法更为常用，结果相对更好^[24]。本文选择平均行标准差法进行评价。计算方法如下：

计算影像每列的平均值，得到一个平均行，然后计算平均行的标准差，再除以整幅图像的平均值，即为计算得到的相对定标精度。计算公式如下：

D N (j) = \frac{1}{m} \sum_{i = 1}^{m} D N (i, j)

（8）

\bar{D N} = \frac{1}{m \cdot n} \sum_{i = 1}^{m} \sum_{j = 1}^{n} D N (i, j)

（9）

ε = \frac{1}{\bar{D N}} \sqrt[]{\frac{1}{n} \sum_{j = 1}^{n} {[D N (j) - \bar{D N}]}^{2}}

（10）

其中： $n$ 为探元总数，影像大小为 $m$ 行 $n$ 列， $D N (i, j)$ 为影像第 $i$ 行 $j$ 列像素的DN值， $D N (j)$ 为影像平均行第 $j$ 探元的DN值， $\bar{D N}$ 为整幅影像的平均值， $ε$ 为相对辐射校正精度。

3.4.2　数据源

辐射不均一性的评价应选取晴空状态下均匀区域的影像作为研究区。之后从影像中选择均匀样板区计算，取不同场景影像的结果均值作为最后的辐射不均一性评价指标，而均匀样板区域的选择在目测均匀的前提下选择的列要尽可能大。选取的影像区域主要位于大面积积雪区和平静的水面，共选取影像10景（如表6所示）。

表6 辐射不均一性计算数据源列表

Table 6 Data Source List for radiation heterogeneity calculation

地物类型	经纬度	区域	成像时间	景数
水体	30° N、90° E附近	青藏高原内陆湖	2018.6.4~2018.9.3	4
冰雪	80° N、30° W附近	格陵兰岛	2018.8.4~2018.8.10	6

新窗口打开| 下载CSV

3.4.3　评价结果

表7展示了辐射不均一性的计算结果，结果表明：所有谱段的相对辐射校正精度均小于2%，最大的B7谱段只有1.58%，满足3%的设计指标要求。其中B11、B12的响应不均一性最好，仅为0.17%和0.43%，与此两个谱段的辐射分辨率低有关，设计的等效噪声温差指标要求仅为0.2K@300K。

表7 VIMI辐射不均一性计算结果

Table 7 Radiation heterogeneity of VIMI

谱段编号	辐射不均一性	谱段编号	辐射不均一性
B1	0.80%	B7	1.56%
B2	1.19%	B8	1.48%
B3	1.38%	B9	0.91%
B4	1.43%	B10	1.02%
B5	0.90%	B11	0.17%
B6	1.26%	B12	0.43%

新窗口打开| 下载CSV

4 与Landsat 8的对比分析结果

目前国际上较为先进的传感器中，与GF-5 VIMI分辨率相近、谱段设置相近的传感器为Landsat8上搭载的陆地成像仪（Operational Land Imager，OLI）与热红外传感器（Thermal Infrared Sensor，TIRS），表8给出了Landsat 8与GF-5 VIMI的相关技术指标对比，谱段编号以GF-5 VIMI为基准。选择Landsat8/ OLI数据同GF-5 VIMI数据进行数据质量的对比，Landsat 8的评价指标计算方法与GF-5 VIMI相同。

表8 GF-5 VIMI与Landsat8相关技术指标对比表^[1,25]

Table 8 Parametres comparison between VIMI and Landsat 8

卫星名称	GF-5 VIMI		Landsat 8
谱段编号	谱段范围/μm	分辨率/m	谱段范围/μm	分辨率/m
B1	0.44~0.51	20 20 20 20 20	0.45~0.52	30
B2	0.51~0.58		0.52~0.60	30
B3	0.62~0.68		0.62~0.68	30
B4	0.76~0.87		0.76~0.86	30
B5	1.54~1.7		1.55~1.75	30
B6	2.06~2.35	20	2.08~2.35	30
B7	3.45~3.90	40	-	-
B8	4.76~4.96	40	-	-
B9	8.05~8.45	40	-	-
B10	8.57~8.93	40	-	-
B11	10.5~11.3	40	10.6~11.19	100
B12	11.4~12.5	40	11.5~12.5	100

新窗口打开| 下载CSV

图2~图4给出了Landsat 8同GF-5 VIMI的信噪比、清晰度和信息量评价对比结果。对比结果表明：在信噪比方面，GF-5 VIMI的信噪比相对于Landsat 8普遍偏低，且B1、B2、B6 3个谱段相差最大，信噪比之差分别为280.41、226.84和151.92；在清晰度方面，GF-5 VIMI 的可见近红外4个谱段的清晰度略高于Landsat 8，分别有0.009、0.039、0.105和0.019的优势，而短波外红两个谱段清晰度相较Landsat 8差距略大，分别相差0.22和0.18。两个传感器在分裂窗谱段的清晰度相较其余谱段均偏低，为0.1以下，且较为接近；在信息量方面，相较于Landsat 8，GF-5 VIMI可见光—短波红外谱段的信息量与Landsat 8比较接近，而B11、B12两个分裂窗谱段差距较大，分别相差5.23和5.61。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 GF-5 VIMI与Landsat 8信噪比对比结果图

(所有谱段编号以GF⁃5 VIMI为准)

Fig.2 SNR comparison between GF-5 VIMI and Landsat 8

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 GF-5 VIMI与Landsat 8清晰度对比结果图

(所有谱段编号以GF⁃5 VIMI为准)

Fig.3 Clarity comparison between GF-5 VIMI and Landsat 8

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 GF-5 VIMI与Landsat 8信息量对比结果图

(所有谱段编号以GF⁃5VIMI为准)

Fig.4 Information Content comparison between GF-5 VIMI and Landsat 8

5 结语

本文基于在轨测试期间的GF-5 VIMI影像，借助信噪比、清晰度、信息量、辐射不均一性4个指标进行GF-5 VIMI影像质量评价。结果表明：

(1)信噪比。GF-5 VIMI可见光—近红外谱段的信噪比比较平均（208.24~238.03），并且较短波红外谱段的信噪比（320.44~388.42）稍低。最终结果满足可见光—近红外谱段大于200、短波红外谱段大于150的设计指标要求，可用于常见地物识别和影像解译等。

(2)清晰度。GF-5 VIMI的可见光—短波红外谱段均略高于中长波红外的6个谱段，其中B4谱段最高，达0.91。长波红外的4个谱段清晰度均在0.25以下，尤其是B11、B12两个分裂窗通道的清晰度仅为0.03和0.01，原因在于这两个谱段的辐射分辨率较差，设计指标的等效噪声温差要求仅为0.2K@300K。

(3)信息量。GF-5 VIMI的可见光—短波红外谱段的信息量均在9.0以上，高于中长波红外的6个谱段，尤其以B12、B8、B11 3个谱段信息量最低，分别只有5.7、6.1和6.4。这是因为与可见光—短波红外谱段相比，中长波红外谱段的辐射分辨率要低很多，对微小辐亮度差异的分辨能力差，导致包含的信息量较少，B11、B12两个谱段尤甚。

(4)辐射不均一性。GF-5 VIMI全部12个谱段的辐射不均一性均小于2%，满足3%的设计指标要求。

将GF-5 VIMI与美国的陆地卫星Landsat 8进行对比，发现国产的GF-5 VIMI在清晰度上，可见近红外谱段优于Landsat 8，其他谱段接近Landsat 8；在信息量指标上，可见短波红外谱段与Landsat 8比较接近，而B11、B12两个分裂窗谱段差距较大，分别相差5.23和5.61；在信噪比指标方面GF-5 VIMI仍有待进一步改善，又以B1、B2、B6为最，相比Landsat 8分别落后280.41、226.84和151.92。

总体而言，在GF-5 VIMI的12个谱段中，可见光—短波红外的6个谱段清晰度、信息量较高，质量要好于中长波红外的6个谱段，用户可根据实际应用需求在其中选用合适的谱段。而B11和B12两个谱段由于辐射分辨率低，导致影像清晰度、信息量较低，影像质量较差，用户可根据需要选择采用与否。同时GF-5 VIMI是对现有国产卫星的一个很好的补充，将在国土资源调查、环境监测等方面具有广泛的应用前景^[1,2]。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Sun

Yunzhu

, Jiang

Guangwei

, Li

Yunduan

,et al

. GF-5 Satellite: Overview and Application Prospects

[J].Spacacraft Recovery & Remote Sensing,2018,39(3):1-13.

[本文引用: 5]

孙允珠,蒋光伟,李云端,等.

“高分五号”卫星概况及应用前景展望

[J].航天返回与遥感,2018,39(3):1-13

[本文引用: 5]

[2]

Sun

Yunzhu

, Jiang

Guangwei

, Li

Yunduan

,et al.

Hyper-Spectral Observation Satellite and It's Application Prospects

[J].Aerospace Shanghai,2017,34(3):1-13.

[本文引用: 3]

孙允珠,蒋光伟,李云端,等.

高光谱观测卫星及应用前景

[J],上海航天,2017,34(3):1-13

[本文引用: 3]

[3]

Zhongxiang

, Wang

Mingfu

,Yang

Shihong

, et al.

Research on Objective Quality Assessment of Remote Sensing Image

[J]. Journal of Engineering Graphics, 2011(6):47-52.

[本文引用: 1]

何中翔，王明富，杨世洪,等.

遥感图像客观质量评价方法研究

[J]. 工程图学学报, 2011(6):47-52.

[本文引用: 1]

[4]

Bai

Honggang

,Wang

Xiaorui

Research on Quantitave Relationship between Design Parameters of the Infrared Remote Sensor and NIIRS Scale

[J], Electronic Science and Technology, 2010,23(4):1-3.

[本文引用: 1]

白宏刚，王晓蕊.

红外遥感器设计参数与NIIRS的定量关系研究

[J]. 电子科技, 2010,23(4):1-3.

[本文引用: 1]

[5]

Shi

Hongwei

, Chen

Shiping

A Remote Sensing Image Quality Standard Orienting to User's Mission Requirements -NIIRS

[J]. Spacecraft Recovery & Remote Sensing,2003,24(3): 30-35.

[本文引用: 1]

时红伟，陈世平.

一种面向用户任务需求的遥感图像质量标准-NIIRS

[J]. 航天返回与遥感, 2003,24(3): 30-35.

[本文引用: 1]

[6]

Liu

Zhaojun

,Zhou

Feng

,Man

Yiyun

,et al.

Prediction and Evaluation Technology of Optical Sensor's Image Quality

[J], Infrared and Laser Engineering, 2006, 35: 222-226.

[本文引用: 1]

刘兆军，周峰，满益云,等.

光学遥感器像质预估与评价技术研究

[J].红外与激光工程, 2006,35:222-226.

[本文引用: 1]

[7]

Wang

Zhanhong

, Du

Daosheng

Application of Fuzzy Synthetically Evaluated Method in Remote Sensing Imagery Products Quality Inspected

[J]. Geomatics and Information Science of Wuhan University, 2005, 30(5): 412-416.

[本文引用: 2]

王占宏, 杜道生.

模糊综合评价法在数字遥感影像产品质量评价中的应用

[J]. 武汉大学学报(信息科学版), 2005, 30(5): 412-416.

[本文引用: 2]

[8]

Wang

Qinjun

,Tian

Qingjiu

Quality Evaluation of LISS3 Image from IRS-P6 Satellite

[J]. Geography and Geo-Information Science, 2007,23(3): 11-14.

[本文引用: 2]

王钦军, 田庆久.

IRS-P6卫星LISS3图像数据质量评价

[J]. 地理与地理信息科学, 2007,23(3):11-14.

[本文引用: 2]

[9]

Zhang

Xia

,Zhang

Bing

,Zhao

Yongchao

,et al.

Image Quality Assessment for the Infrared Multi-spectral Scanner of the Chinese-Brazil Earth Resources Satellite

[J]. Journal of Image and Graphics, 2002,7(6):63-68.

[本文引用: 2]

张霞，张兵，赵永超, 等.

中巴地球资源一号卫星多光谱扫描图象质量评价

[J]. 中国图象图形学报, 2002,7(6):63-68.

[本文引用: 2]

[10]

Ren

, Du

, Liu

,et al.

Evaluation of Radiometric Performance for the Thermal Infrared Sensor Onboard Landsat 8

[J]. Remote Sensing, 2014,6(12): 12776-12788.doi:10.3390/rs61212776.

[本文引用: 2]

[11]

Ren

,Du

, Liu

, et al.

Noise Evaluation of Early Images for Landsat 8 Operational Land Imager

[J]. Optics Express, 2014, 22(22): 27270-27280.doi:10.1364/OE.22.027270.

[本文引用: 2]

[12]

Morfitt

, Barsi

,Levy

,et al.

Landsat 8 Operational Land Imager (OLI) Radiometric Performance On-Orbit

[J]. Remote Sensing, 2015, 7(2): 2208-2237.doi:10.3390/rs70202208.

[本文引用: 2]

[13]

Qin Bangyong, A Study on Quality Evaluation System and Methods of Hyperspectral Remote Sensing Data[D]. Beijing:University of China Academy of Science, 2014.

[本文引用: 2]

覃帮勇

高光谱遥感数据质量评价体系及方法研究

[D]. 北京: 中国科学院大学, 2014.

[本文引用: 2]

[14]

Zeng Caiyun,The Quality Assessment and Feature Analysis of Domestic High Resolution Satellite Images[D]. Chengdu:Chengdu University of Technology,2017.

[本文引用: 2]

曾彩云

国产高分卫星影像质量评价及特征分析

[D]. 成都: 成都理工大学, 2017.

[本文引用: 2]

[15]

Zhaocong

, Yang

Fan

, Zhang

, et al.

Quality Evaluation of GF-1 and SPOT-7 Multi-spectral Image based on Land Surface Parameter Validation

[J]. Journal of Image and Graphics, 2016, 21(11): 1551-1561.

[本文引用: 2]

巫兆聪, 杨帆, 张熠,等.

基于地表参数真实性的GF-1和SPOT-7多光谱影像质量评价

[J]. 中国图象图形学报, 2016, 21(11): 1551-1561.

[本文引用: 2]

[16]

Hui

Wen

, Guo

Qiang

, Wu

Qiong

, et al.

Image Quality Evaluation of FY-2G Meteorological Satellite

[J]. Progress in Geophysics, 2016, 31(5): 1902-1910.

[本文引用: 2]

惠雯, 郭强, 吴琼, 等.

FY-2G静止气象卫星遥感图像质量评价

[J]. 地球物理学进展, 2016, 31(5): 1902-1910.

[本文引用: 2]

[17]

Wen

Xiongfei

, Chen

Beiqing

, Shen

Zhaohong

, et al.

Image Quality Evaluation for ZY-102C Satellite P/MS Sensors and The Potential of Its Application in Water Conservancy

[J]. Journal of Yangtze River Scientific Research Institute, 2012, 29(10): 118-121.

[本文引用: 2]

文雄飞, 陈蓓青, 申邵洪, 等.

资源一号02C卫星P/MS传感器数据质量评价及其在水利行业中的应用潜力分析

[J]. 长江科学院院报, 2012, 29(10): 118-121.

[本文引用: 2]

[18]

Zhu

, Wang

Xinhong

, Tang

Lingli

, et al.

Review on Methods for SNR Estimation of Optical Remote Sensing Imagery

[J]. Remote Sensing Technology and Application, 2010,25(2):303-309.

[本文引用: 1]

朱博, 王新鸿, 唐伶俐,等.

光学遥感图像信噪比评估方法研究进展

[J]. 遥感技术与应用, 2010,25(2): 303-309.

[本文引用: 1]

[19]

Ran

Qiong

,Chi

Yaobin

,Wang

Zhiyong

, et al.

Image-based Noise Estimation of Beijing-1 Small Satellite

[J]. Journal of Remote Sensing, 2009,13(3):554-558.

[本文引用: 1]

冉琼, 迟耀斌, 王智勇,等.

北京1号小卫星图像噪声评估

[J]. 遥感学报, 2009,13(3):554-558.

[本文引用: 1]

[20]

Liu

Jiangui

,Zheng

Lanfen

, Tong

Qingxi

Estimation of Signal to Noise Ratio of Remote Sensing Images

[J]. Journal of Basic Science and Engineerin, 1999,7(4):360-365.

[本文引用: 1]

刘建贵, 郑兰芬, 童庆禧.

遥感图象信噪比的估算

[J]. 应用基础与工程科学学报, 1999,7(4):360-365.

[本文引用: 1]

[21]

Gao

Lianru

, Zhang

Bing

, Zhang

Xia

,et al.

Study on the Method for Estimating the Noise in Remote Sensing Images based on Local Standard Deviations

[J]. Journal of Remote Sensing, 2007,11(2):201-208.

[本文引用: 2]

高连如, 张兵, 张霞,等.

基于局部标准差的遥感图像噪声评估方法研究

[J]. 遥感学报, 2007,11(2):201-208.

[本文引用: 2]

[22]

Wang

Hongnan

, Zhong

Wen

, Wang

Jing

, et al.

Research of Measurement for Digital Image Definition

[J]. Journal of Image and Graphics, 2004,9(7): 64-67.

[本文引用: 2]

王鸿南, 钟文, 汪静,等.

图像清晰度评价方法研究

[J]. 中国图象图形学报, 2004,9(7):64-67.

[本文引用: 2]

[23]

Xing

, Zhang

Xia

, Sun

Xuejian

, et al.

Radiation Quality Evaluation of SPARK Hyperspectral Satellite Image

[J]. Remote Sensing Technology and Application, 2018, 33(2): 233-240.

[本文引用: 1]

吴兴,张霞，孙雪剑，等.

SPARK卫星高光谱数据辐射质量评价

[J]. 遥感技术与应用, 2018, 33(2): 233-240.

[本文引用: 1]

[24]

Yongfu

, Zhang

Yufeng

Analysis of Relative Radiometric Calibration Accuracy of Space Camera

[J]. Spacecraft Recovery & Remote Sensing, 2007,28(4):54-57.

[本文引用: 1]

胡永富, 张宇烽.

空间相机相对辐射定标精度分析

[J]. 航天返回与遥感, 2007,28(4):54-57.

[本文引用: 1]

[25]

Fan

Bin

, Chen

, Li

Bicen

, et al.

Technical Innovation of Optical Remote Sensing Payloads Onboard GF-5 Satellite

[J]. Infrared and Laser Engineering, 2017,46(1):8-14

[本文引用: 1]

范斌, 陈旭, 李碧岑, 等. "

高分五号"卫星光学遥感载荷的技术创新

[J]. 红外与激光工程, 2017, 46(1): 8-14.

[本文引用: 1]

“高分五号”卫星概况及应用前景展望

2018

... 高分五号卫星（GF-5）于2018年5月9日在我国太原卫星发射中心成功发射.GF-5是高分专项中搭载载荷最多、光谱分辨率最高的卫星，是实现高分专项“形成高空间分辨率、高时间分辨率、高光谱分辨率和高精度观测的时空协调、全天候、全天时的对地观测系统”目标的重要组成部分，是实现国家高分辨率对地观测能力的重要标志之一.其上搭载的全谱段光谱成像仪（Visual and Infrared Multispectral Imager，VIMI）是从可见光到长波红外光谱范围的星载多光谱成像仪，具有谱段范围广、空间分辨率高、辐射精度高等技术特点，可广泛应用于环境监测、矿山开发利用状况调查与监测、遥感地质填图、火点及城市热岛监测、温排水监测、旱情与洪涝监测等领域^[1,2]. ...

... GF-5 VIMI具有可见近红外、短中波红外、长波红外3个影像数据通道，共12个谱段.其中可见近红外多光谱通道探测器空间分辨率20 m，短波红外多光谱通道探测器空间分辨率20 m，中长波红外多光谱通道探测器空间分辨率40 m，可以实现较高的空间分辨率和60 km的幅宽^[1,2].其主要性能指标参数如表1所示. ...

... 全谱段光谱成像仪主要技术参数^[1] ...

... GF-5 VIMI与Landsat8相关技术指标对比表^[1,25] ...

... 总体而言，在GF-5 VIMI的12个谱段中，可见光—短波红外的6个谱段清晰度、信息量较高，质量要好于中长波红外的6个谱段，用户可根据实际应用需求在其中选用合适的谱段.而B11和B12两个谱段由于辐射分辨率低，导致影像清晰度、信息量较低，影像质量较差，用户可根据需要选择采用与否.同时GF-5 VIMI是对现有国产卫星的一个很好的补充，将在国土资源调查、环境监测等方面具有广泛的应用前景^[1,2]. ...

“高分五号”卫星概况及应用前景展望

2018

... 全谱段光谱成像仪主要技术参数^[1] ...

... GF-5 VIMI与Landsat8相关技术指标对比表^[1,25] ...

高光谱观测卫星及应用前景

2017

高光谱观测卫星及应用前景

2017

遥感图像客观质量评价方法研究

2011

... 遥感影像质量评价方法分为主观评价法和客观评价法两类^[3]，主观评价方法是根据人的主观经验评价影像质量，是最直接的一种影像质量评价方法.但由于缺少统一评价标准，主观评价方法受到人的主观因素影响较大^[4,5,6].客观评价方法即采用不同的指标组合来对影像进行全面的定量评价，例如反映影像信号噪声比例大小的信噪比、反映边缘细节变化成都的信噪比、影像包含信息量大小的信息熵以及反映探元相应特性的辐射不均一性等等^{[7,8,9,10,11,12,13,14,15,16,17]}.众多国内外学者针对不同的传感器采用不同的指标开展影像质量评估,王占宏等^[7]以模糊数学理论和概率论为基础，提出了数字遥感影像质量的量化评价指标.王钦军等^[8]用辐射精度、清晰度、信息量、信噪比、几何精度和地面分辨率6个数据质量评价指标，对LISS3与TM影像质量进行了对比分析.张霞等^[9]将中巴地球资源一号卫星红外多光谱扫描影像的地面分解力、清晰度、信噪比、反差以及辐射精度等指标与TM影像进行了多指标对比分析，结果表明，中巴地球资源一号星irmss影像的某些谱段的清晰度和反差稍好于TM，但在影像信噪比、地面分解力以及清晰度等方面与TM相比仍有差距.Ren和Motfitt等分别对Landsat8/OLI和TIRS两个传感器的信噪比、等效噪声辐亮度差、等效噪声反射率差和等效噪声温差等做了定量评价，结果表明：Landsat 8的NEΔL小于0.8 W/m²/μm/sr，NEΔρ小于0.002，两个分裂窗通道的NEΔT分别为0.051K@300K和0.06K@300K^[10,11,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

遥感图像客观质量评价方法研究

2011

红外遥感器设计参数与NIIRS的定量关系研究

2010

红外遥感器设计参数与NIIRS的定量关系研究

2010

一种面向用户任务需求的遥感图像质量标准-NIIRS

2003

一种面向用户任务需求的遥感图像质量标准-NIIRS

2003

光学遥感器像质预估与评价技术研究

2006

光学遥感器像质预估与评价技术研究

2006

模糊综合评价法在数字遥感影像产品质量评价中的应用

2005

... [7]以模糊数学理论和概率论为基础，提出了数字遥感影像质量的量化评价指标.王钦军等^[8]用辐射精度、清晰度、信息量、信噪比、几何精度和地面分辨率6个数据质量评价指标，对LISS3与TM影像质量进行了对比分析.张霞等^[9]将中巴地球资源一号卫星红外多光谱扫描影像的地面分解力、清晰度、信噪比、反差以及辐射精度等指标与TM影像进行了多指标对比分析，结果表明，中巴地球资源一号星irmss影像的某些谱段的清晰度和反差稍好于TM，但在影像信噪比、地面分解力以及清晰度等方面与TM相比仍有差距.Ren和Motfitt等分别对Landsat8/OLI和TIRS两个传感器的信噪比、等效噪声辐亮度差、等效噪声反射率差和等效噪声温差等做了定量评价，结果表明：Landsat 8的NEΔL小于0.8 W/m²/μm/sr，NEΔρ小于0.002，两个分裂窗通道的NEΔT分别为0.051K@300K和0.06K@300K^[10,11,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

模糊综合评价法在数字遥感影像产品质量评价中的应用

2005

IRS-P6卫星LISS3图像数据质量评价

2007

... [8]用辐射精度、清晰度、信息量、信噪比、几何精度和地面分辨率6个数据质量评价指标，对LISS3与TM影像质量进行了对比分析.张霞等^[9]将中巴地球资源一号卫星红外多光谱扫描影像的地面分解力、清晰度、信噪比、反差以及辐射精度等指标与TM影像进行了多指标对比分析，结果表明，中巴地球资源一号星irmss影像的某些谱段的清晰度和反差稍好于TM，但在影像信噪比、地面分解力以及清晰度等方面与TM相比仍有差距.Ren和Motfitt等分别对Landsat8/OLI和TIRS两个传感器的信噪比、等效噪声辐亮度差、等效噪声反射率差和等效噪声温差等做了定量评价，结果表明：Landsat 8的NEΔL小于0.8 W/m²/μm/sr，NEΔρ小于0.002，两个分裂窗通道的NEΔT分别为0.051K@300K和0.06K@300K^[10,11,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

IRS-P6卫星LISS3图像数据质量评价

2007

中巴地球资源一号卫星多光谱扫描图象质量评价

2002

... [9]将中巴地球资源一号卫星红外多光谱扫描影像的地面分解力、清晰度、信噪比、反差以及辐射精度等指标与TM影像进行了多指标对比分析，结果表明，中巴地球资源一号星irmss影像的某些谱段的清晰度和反差稍好于TM，但在影像信噪比、地面分解力以及清晰度等方面与TM相比仍有差距.Ren和Motfitt等分别对Landsat8/OLI和TIRS两个传感器的信噪比、等效噪声辐亮度差、等效噪声反射率差和等效噪声温差等做了定量评价，结果表明：Landsat 8的NEΔL小于0.8 W/m²/μm/sr，NEΔρ小于0.002，两个分裂窗通道的NEΔT分别为0.051K@300K和0.06K@300K^[10,11,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

中巴地球资源一号卫星多光谱扫描图象质量评价

2002

Evaluation of Radiometric Performance for the Thermal Infrared Sensor Onboard Landsat 8

2014

... [10,11,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

Noise Evaluation of Early Images for Landsat 8 Operational Land Imager

2014

... ,11,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

Landsat 8 Operational Land Imager (OLI) Radiometric Performance On-Orbit

2015

... ,12].覃帮勇^[13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

高光谱遥感数据质量评价体系及方法研究

2014

... [13]从高光谱载荷成像特性和高光谱数据特点入手，提出了一套完整、系统的高光谱数据质量评价体系，并对其进行验证.曾彩云^[14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

高光谱遥感数据质量评价体系及方法研究

2014

国产高分卫星影像质量评价及特征分析

2017

... [14]分别从主观和客观的角度对高分二号卫星影像质量做出评价，并对多光谱影像进行光谱特征分析以验证其提取地物信息的能力.巫兆聪等^[15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

国产高分卫星影像质量评价及特征分析

2017

基于地表参数真实性的GF-1和SPOT-7多光谱影像质量评价

2016

... [15]从地表反射率和归一化植被指数NDVI两种地表参数真实性角度评价GF-1多光谱的影像质量，并与SPOT-7进行比较.惠雯等^[16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

基于地表参数真实性的GF-1和SPOT-7多光谱影像质量评价

2016

FY-2G静止气象卫星遥感图像质量评价

2016

... [16]基于直方图、纹理特征参数、功率谱、调制解调参数和噪声估计等指标对FY-2G卫星影像质量进行定量化评价，并与MTSAT-2影像进行比较.文雄飞等^[17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

FY-2G静止气象卫星遥感图像质量评价

2016

资源一号02C卫星P/MS传感器数据质量评价及其在水利行业中的应用潜力分析

2012

... [17]对资源一号02C卫星P/MS传感器的灰度分布、波段相关系数和光谱分辨率进行了定量化评价，并与ETM+进行比较，最后评价了其在水利行业的应用潜力. ...

资源一号02C卫星P/MS传感器数据质量评价及其在水利行业中的应用潜力分析

2012

光学遥感图像信噪比评估方法研究进展

2010

... 影像信噪比是衡量遥感影像质量的重要指标之一，反映影像信号与噪声水平的相对大小.影像的信噪比越大，说明影像中的有效信息比例越高，影像质量越好.信噪比的计算方法主要有：方差法、求地学统计量法、局部方差法、去相关法等^{[18,19,20,21]}.其中方差法因其简单实用，得到了广泛的应用，它是以均匀区域的标准差来表征影像噪声^[21].本文即采用方差法来计算信噪比.设影像大小为m行n列，计算方法如下： ...

光学遥感图像信噪比评估方法研究进展

2010

北京1号小卫星图像噪声评估

2009

北京1号小卫星图像噪声评估

2009

遥感图象信噪比的估算

1999

遥感图象信噪比的估算

1999

基于局部标准差的遥感图像噪声评估方法研究

2007

... [21].本文即采用方差法来计算信噪比.设影像大小为m行n列，计算方法如下： ...

基于局部标准差的遥感图像噪声评估方法研究

2007

... [21].本文即采用方差法来计算信噪比.设影像大小为m行n列，计算方法如下： ...

图像清晰度评价方法研究

2004

... 清晰度指影像细节边缘变化的剧烈程度，是衡量影像目视效果的重要指标^[22].在影像的细节边缘处，灰度值随位置变化越剧烈，则边缘越清晰，可分辨性越好^[23].本文采用改进的基于点锐度的影像清晰度算法对清晰度进行评价，它是根据边缘像元的八邻域梯度变化率来评价影像清晰度^[22].其计算方法如下： ...

... [22].其计算方法如下： ...

图像清晰度评价方法研究

2004

... [22].其计算方法如下： ...

SPARK卫星高光谱数据辐射质量评价

2018

SPARK卫星高光谱数据辐射质量评价

2018

空间相机相对辐射定标精度分析

2007

... 辐射不均一性反映了传感器各探元的响应特性.辐射不均一性越高，说明传感器各探元之间的辐射差异越大，影像中的条纹与条带现象越明显.目前国内对辐射不均一性进行度量的方法主要有3种:平均行标准差法、平均标准差法和广义噪声法.其中平均行标准差法更为常用，结果相对更好^[24].本文选择平均行标准差法进行评价.计算方法如下： ...

空间相机相对辐射定标精度分析

2007

高分五号"卫星光学遥感载荷的技术创新

2017

... GF-5 VIMI与Landsat8相关技术指标对比表^[1,25] ...

高分五号"卫星光学遥感载荷的技术创新

2017

... GF-5 VIMI与Landsat8相关技术指标对比表^[1,25] ...

〈

〉