卫星影像数据质量检验方法研究

丁宏毅，周致迎，赵育良

（海军航空工程学院青岛校区，山东 青岛 266041）

卫星影像数据质量检验方法研究

丁宏毅，周致迎，赵育良

（海军航空工程学院青岛校区，山东 青岛 266041）

随着卫星遥感技术的深入发展，所获得的影像分辨率越来越高，侦照目标越来越清晰。本文基于熵作为信息量的测度，来研究合理利用影像数据的一种检验方法，并利用研究结果对影像进行实验分析。

卫星影像；熵；数据质量

在对卫星影像的实际使用中，经常使用多波段融合影像，融合后的影像灰度级往往会大大增加。这不仅对影像数据处理算法提出了挑战，还对影像数据质量的检验评价研究提出了新的要求。判定卫星影像构像质量的传统检查方式，基本上还是依靠人眼进行，这种检查方式对操作者的经验要求非常高,而且极耗费人力。经过对影像质量评定标准的研究发现，可以选取影像的熵作为一种重要的影像数据质量检验研究方法。

1 影像熵的基本理论

熵是用来描述卫星影像信息量的一个重要指标，熵越大则影像包含的信息量越大。在对卫星影像数据质量的评定研究中，虽然有不少采用熵来进行评价，但由于不考虑影像相关的问题，所以也就难以评价其方法的正确性和优势。通常采用统计信息量来表示一幅影像的不确定度，也就是影像的熵。

设X为取值于S={x1，x2，…，xn}的一个随机变量。如果P( X=xi)=p( xi)，则随机变量X的熵定义为：

注，它和系统S的熵的定义一样。

设X和Y分别取值于S1={x1，x2，…，xn}和S2={y1，y2，…，ym}的两个随机变量。如果P( X=xi, Y=yj)=p( xi, yj)，则X和Y的联合熵定义为

随机向量X=（X，Y）的熵定义为：

H( X)=H( X, Y )

显然，H( X, Y)与H( Y, X)相等。

熵有若干特性，考虑到算法的可靠性和健壮性，在实验中利用熵的可加性来完成算法设计。

设{p1,…,pn, q1,…qm}为一个概率分布。如果a=p1+p2+…+pn，且0＜a＜1，则

本文中所讨论的熵模型是影像灰度熵，考虑到熵及联合熵的特征与性质，决定通过双字节影像熵算法设计，进行基于两波段联合熵求解的影像分析，验证算法的效果，为熵特征在卫星影像数据质量评价的应用提供有效可行的办法。

2 实验过程

用来实验的原始数据是MODIS的七个波段的双字节影像（unsigned16bits），是tif格式的，相对而言，tif格式的影像编程处理比较麻烦，因此选择将tif格式转换为raw格式后再进行处理。在此步骤，应用卫星影像处理软件ENVI来进行数据转换。然后对通过变换去相关性前后的单波段卫星影像的熵及直方图进行求解。所处理影像的大小均为512×512。对MODIS的7个波段影像，进行变换（消除相关性）前后的熵及联合熵的计算，通过解算发现第一、第二波段的灰度直方图的灰度范围较小，大概存在4000多个灰度级。第六、第七波段的灰度范围较大，都达到了10000多个灰度级。中间几个波段的灰度范围处于中等水平。接下来，讨论MODIS七个波段经过余弦变换前后的熵，见表1。

表1 变换前后影像熵的比较

对于联合熵的解算，根据相关性分析检查变换后的波段间相关性，如果相关性小就可直接求和计算，而不采用联合熵计算。可以看出，经过频域变换后，各个波段的熵都减小了，证明去相关后，单波段影像的信息量减小了。

对于双波段卫星影像联合熵求解，需要处理的数据量较大，所以采取了先求出最大、最小灰度，然后在这个区间范围内，开二维数组的方法。根据上一部分的试验结果，发现所处理的七个波段影像中拥有最大的灰度范围的是第六、第七波段，有一万多个灰度级，最小的有四千多个灰度级，这样以来，所开数组范围已大量减小，又利用公式（3）分段来解求联合熵，而且处理的影像是512×512大小的，在此基础上程序调试成功。部分主要代码如下：

arrHist1=GetHistogram(pBuffer1,nWidth,nHeig ht,nHistNum1,nMinGray1,nMaxGray1);

in_file1.close();

in_file2.close();

GetMinAndMax(pBuffer2,nDim,nMinGray2,nM axGray2);

doubledAdjEntropy=0;

doubleaux=0;

for(inti=0;i＜nHistNum1;i++)

{

doubledpi=((double)arrHist1[i]/(double)nDim);

arrHist2=GetHistogramAux(pBuffer1,i+nMinGra y1,pBuffer2,nWidth,nHeight,nHistNum2,nMaxGray2 ,nMinGray2);

aux=dpi;

dAdjEntropy+=dpi*ComputeEntropyAux(arrHis t2,nHistNum2,nTotal,aux);

delete[]arrHist2;

}

dAdjEntropy+=ComputeEntropy(arrHist1,nTota l,nHistNum1);

delete[]arrHist1;

delete[]pBuffer1;

delete[]pBuffer2;

returndAdjEntropy;

下面对变换前后该七个波段的相关性进行分析，见表2、3、4。

表2 影像变换前后自相关系数

表3 影像变换前两两互相关系数

表4 影像变换后两两互相关系数

3 实验结果

根据实验数据不难看出自相关系数和波段之间互相关系数在变换后都有了很大的削减，这说明经过频域变换影像的相关性确实得到了减小。频域变换后有的联合熵增大了，是因为原始MODIS数据的灰度分布很不均匀，中间灰度级存在很多为零，但经过余弦变换后，由于变换中有加权计算的过程，导致在原来为零的灰度级上添加了灰度非零的像素，导致部分联合熵增大。对于原始相关性不高，变换后相关性更低的波段联合熵可直接取两影像熵之和。同时，也解决了两波段影像的联合熵在变换后为什么会减小的问题。因为这些原始MODIS数据的相关性比较大，经余弦变换后，相关性减弱，所以有的联合熵减小了。

4 结语

实验结果表明，熵和联合熵是卫星影像信息量比较有效的测度，也是检验卫星影像数据质量的有效尺度。它可以检查单幅影像的数据质量，也可以对多波段卫星影像融合前后的数据质量进行检查。本文研究的多波段联合熵计算采用熵的可加性算法，计算速度大大提高，便于进行实时处理。

[1]陈浩光，廖学军，李云芝.基于证据熵的卫星侦察影像质量评估研究，军事运筹与系统工程，2004,18(2):48～52.

[2]吴援明，梁恩志.一种基于熵的放大后影像质量的评价方法，信号处理，2004,20(2):201～203.

P237

A

1671-0711（2016）12（下）-0073-02