唐鋒

摘 要：在處理遙感圖像時，測繪人員需要明確了解圖像質(zhì)量影響因素。運用模糊集理論進行遙感圖像質(zhì)量評價，能夠為圖像處理提供有效指導(dǎo)。在基于模糊集的圖像處理理論基礎(chǔ)上，依據(jù)一定的評價方法，重點對遙感圖像精度、清晰度、分辨率、信噪比等圖像質(zhì)量維度進行評價，同時分析了模糊集的具體運用，能夠為相關(guān)研究提供有效參考。

關(guān)鍵詞：模糊集；遙感圖像；質(zhì)量評價

DOIDOI：10.11907/rjdk.162055

中圖分類號：TP317.4

文獻標識碼：A文章編號：1672-7800（2016）012-0159-02

0 引言

Matlab能夠為圖像處理分析提供函數(shù)和工具箱，極大簡化了圖像處理步驟，提升了圖像處理效率。將該軟件與模糊集理論相結(jié)合進行遙感圖像質(zhì)量評價，可為圖像處理提供標準和方向，能夠更好地確保圖像處理效果。

1 基于模糊集的圖像處理理論

在社會科學(xué)或自然科學(xué)研究中，有許多概念并沒有十分明確的定義，即具有模糊性。所謂模糊性，是指共維條件下的客觀事物在中介過渡時展現(xiàn)出的“亦此亦彼”的特性。在普通集理論中，對于集合的對象，屬于或者不屬于，必須是其中一個，這就限定了普通集合論只能表現(xiàn)“非此即彼”的現(xiàn)象，是確定的概念。為了展現(xiàn)出模糊現(xiàn)象和模糊概念，1965年LA.zadeh最先定義了模糊集合的概念，使得集合論中X元素的集合隸屬關(guān)系從{0，1}擴大到[0，1]，從而產(chǎn)生模糊集合的概念（也稱模糊集）。

從目前研究來看，遺傳算法、邊緣檢測、模糊神經(jīng)網(wǎng)絡(luò)和模糊增強算子等理論都屬于模糊理論的分支，在圖像增強、邊界檢測等算法中得到了廣泛應(yīng)用，并且取得了較好的圖像處理效果。本文將用到的隸屬函數(shù)是模糊理論中的重要概念，對圖像進行模糊處理首先就要確定隸屬函數(shù)。所謂隸屬函數(shù)，其實就是表示判斷x隸屬于某種條件值的次數(shù)和總的詢問次數(shù)n之比的極限，能夠進行一個閉區(qū)間的隸屬度的表示。根據(jù)模糊集隸屬原則可知，假設(shè) Ai∈IF（x），i=1，2，...，n，并且x∈X。如果i∈{1，2，...，n}使Aj（x）

為了區(qū)分模糊集合和常規(guī)集合，將常規(guī)集合定義為分明集或非模糊集。廣義下的模糊集合是在普通模糊集合的基礎(chǔ)上進行補充，但是普通模糊集合隸屬度值域為[0，1]，轉(zhuǎn)化為經(jīng)典集合的特征函數(shù)，同時普通模糊集合轉(zhuǎn)化為分明集。由此得出，模糊集是分明集的推廣，分明集是模糊集合的特殊形態(tài)。

2 基于模糊集的遙感圖像質(zhì)量評價

2.1 評價方法

在對遙感圖像質(zhì)量展開評價時，需要根據(jù)圖像特點進行等級評分標準的制定。具體來講，就是可以將評價指標劃分成整體檢查、專項檢查和特征檢查，需要分別完成圖像精度、清晰度（MTF）、信噪比、局部分辨率和源數(shù)據(jù)完整性等內(nèi)容的檢查。而在對遙感圖像質(zhì)量評價指標進行初步判斷描述時，可以將各指標劃分成5個等級，然后對各級別進行細微描述，從而實現(xiàn)圖像分類[1]。為實現(xiàn)準確描述，需要使用定性的指標參量值作為描述依據(jù)，并且盡量達成專家共識。

2.2 圖像質(zhì)量評價

由于評價元素存在共同影響質(zhì)量的特點，并且各元素權(quán)重相差不大，可以將元素權(quán)重當成是完全均勻的。同時采納多人的評判意見，使得到的評分準備也較為科學(xué)和全面。根據(jù)模糊集理論，可以將指標評語集劃分為一等到五等，共5個等級，各等級評分依次為10-8分、8-6分、6-4分、4-2分以及2-0分。在對遙感圖像質(zhì)量進行評價時，可以使用Matlab語言進行圖像精度、清晰度、信噪比等評價指標的計算，文中使用的遙感圖像為美國Santee河流三角洲遙感影像，圖像分辨率達4m，比例尺為1∶10 000（見圖1）。而在Matlab環(huán)境中，利用圖像統(tǒng)計特性就能夠完成圖像信息量攜帶和灰度級分布等情況的準確分析，因而能夠使質(zhì)量評價結(jié)果得到準確反映。

2.2.1 圖像精度

在對圖像精度進行分析時，采取計算圖像幾何精度的方法來評價是否合格。本文具體使用的評價精度因子為Kappa系數(shù)。在具體操作中，將真實參考的所有像元總數(shù)乘以混淆矩陣對角線的和，減去真實參考像元數(shù)與該類中被分類像元總數(shù)之積后，再除以像元總數(shù)的平方減去各類中真實參考像元總數(shù)與該類中被分類像元總數(shù)之積對所有類別求和的結(jié)果。在一系列計算和分析后，最終得到了不同比例尺精度下的Kappa系數(shù)。將該系數(shù)乘以10并建立模型，則能夠完成系數(shù)的十分制轉(zhuǎn)化。假設(shè)得到的Kappa系數(shù)為0.9，標準值為0.84，則圖像為合格圖像。通過對選取的遙感圖像進行檢測發(fā)現(xiàn)，圖像的誤差矩陣整體檢查Kappa值為96.2%，局部為92.9%。根據(jù)專業(yè)人員的打分，則可以完成圖像精度的打分。

2.2.2 圖像清晰度

圖像清晰度又稱銳度，是指影像上各細部影紋及其邊界的清晰程度。通常有有兩種描述方法：一是像素數(shù)量（或線條數(shù)），例如：1K清晰度表示1 024個像素；二是調(diào)制傳輸函數(shù)MTF（Modu- -lation Transfer Function）。電視技術(shù)中常常用到帶寬或電視線來衡量水平清晰度，其實也能將帶寬和電視線分別視為MTF和像素數(shù)量在電視技術(shù)中的獨特描述。像素數(shù)量體現(xiàn)的是一種絕對值，優(yōu)點是簡單明了，但同時存在一個缺點：無法詳細展示出清晰度變化趨勢；MTF描述的是兩個變量之間存在的一種相對關(guān)系，優(yōu)點是能夠展現(xiàn)出清晰度的變化，缺點是比前者更復(fù)雜。在檢測圖像清晰度的過程中，由于人眼最低調(diào)節(jié)度為0.05，所以可以將圖像極限分辨力設(shè)為0.08。假設(shè)最終得到的圖像清晰度計算值超過這一數(shù)值，就能判定該指標取得滿分。但因為不同圖像的精度要求有差別，所以還要設(shè)定一個最大的調(diào)制度值，以便實現(xiàn)圖像的準確打分。運用Matlab進行遙感圖像最大灰度值Imax和最小灰度值Imin的計算，然后利用公式M=（Imax-I）/（Imax-Imin）就可以確定選取圖像的清晰度值為0.304。根據(jù)專家各自設(shè)置的調(diào)制度值，則可以完成圖像清晰度打分。

2.2.3 圖像分辨率

觀察一個圖像是否清晰，通常相同圖像包含的信息數(shù)量存在一定關(guān)系，一般可以用地面分辨率來表示影像分辨率，其中地面分辨率有米/像元和米/線對等兩種表示方式。人眼正常的分辨能力在視距為25cm時約為每毫米7個線對。按照1∶10 000比例尺將其轉(zhuǎn)換為實地，則人眼對遙感圖像的分辨能力為57cm，由于這種情況下的明視距離是25cm，所以在觀察影像時不會有模糊感。而在確定影像地面分辨率時，通常將明視距離延伸至50cm左右，根據(jù)圖像攜帶的信息量和比例尺精度，則能夠完成圖像最低分辨率計算，從而對圖像分辨率進行打分[2]。根據(jù)專家對圖像最大和最小分辨率的分析，則可以完成圖像分辨率打分。

2.2.4 圖像信噪比

在評判圖像信噪比時，需要通過視覺和電腦進行主觀最高層次的判斷，這種借助人的視覺和電腦軟件進行評判的過程，第一需要有專業(yè)人員，根據(jù)圖上的馬賽克，將線條模糊、邊緣不清、清晰度較差等影響判讀的點線面，在圖像上用線勾畫出來，然后進行面積計算，得到百分比分值。整個過程借助于人眼視覺進行高層次評判，雖然帶有主觀性，但其中通過電腦軟件的操作，能夠?qū)⒅饔^偏差降到最低，在圖像上進行模糊線條和散裝噪聲顆粒等問題點線面的放大和勾畫，然后利用Matlab的“rubber-band”工具完成勾畫面積的計算，從而得到圖像的信噪比。

2.2.5 文件正確性及完整性

在評價遙感圖像質(zhì)量時，需要根據(jù)文件內(nèi)容正確值的統(tǒng)計百分比進行元數(shù)據(jù)文件質(zhì)量的評價。對于遙感影像附件的評價關(guān)鍵是檢查附件，包括元數(shù)據(jù)和其它說明性文檔等的正確性和完整性。同樣，資料完整性也用正確值的統(tǒng)計百分比表示。如果圖像的質(zhì)量要求閾值為88%，檢測得到的元數(shù)據(jù)完整性為94%，則該指標得分為（94%-88%）/（1-88%）*10=5。根據(jù)選取圖像的實際情況圖像質(zhì)量閾值將設(shè)定為85%。

2.3 模糊集運用

根據(jù)模糊集原則，計算出的隸屬度有很大的交叉性，主要是由分值區(qū)間范圍（最大達到9分之多）相對于等級細分（0.4階寬）太寬造成。假設(shè)將打分規(guī)則制定得更細膩，所得分數(shù)接近程度更高，所展現(xiàn)的隸屬度大小就會更直觀。除此以外，為了在特殊情況下進行快捷地處理，可以設(shè)計為不再對客觀性過強的因素打分，代入一個比較適合的參數(shù)，接著只對整體和局部的壞點壞線和主觀因素進行分析，最后采用以上方法進行區(qū)間值分析，劃分出等級。另外也可以根據(jù)不同的參數(shù)取值范圍，選出不同的值進行分析，從而得出等級劃分。但如果采取這種方式，雖主觀成分少了，但其可靠性值得商榷，有待進一步探討。

將所有專家對各項評價指標的打分匯總后，將其構(gòu)成一個實數(shù)區(qū)間，然后將該區(qū)間帶入?yún)^(qū)間值模糊綜合評判模型中進行計算，則能夠得到綜合評分。具體而言，就是利用每項指標給分中的最大值和最小值進行區(qū)間值模糊集構(gòu)建，然后將綜合評價指標對應(yīng)區(qū)間值帶入隸屬函數(shù)，從而得到總的評判矩陣。而根據(jù)隸屬度的性質(zhì)原理，則可以確定圖像的等級。為實現(xiàn)圖像質(zhì)量的準確分類，還可以對運用隸屬原則評為一級的圖像進行二級模糊綜合評判。采取該種方式，則能夠得到與實際情況更接近的評價結(jié)果[3]。

3 結(jié)語

本文提出模糊集理論以及常用的圖像質(zhì)量評價方法后，開始考慮建立質(zhì)量度量模型，其中如何選擇評價元素是重點，最終選定圖像精度、清晰度、分辨率等度量元素，同時將不易進行客觀度量的色差、對比度、反差等劃入主觀觀測的范疇并制定了評分原則，最后采取多人評判打分的方法，盡量避免主觀因素的不確定性，在將來的研究中可以細化出每項十分制的轉(zhuǎn)化公式，并在實驗中將其實現(xiàn)。

運用Matlab軟件完成遙感圖像處理后，需要對圖像質(zhì)量進行評價，這樣才能確保圖像的處理效果。基于模糊理論對遙感圖像精度、分辨率和清晰度等進行評價，完成效果較好。相信隨著相關(guān)理論的發(fā)展，該種評價方法將在遙感圖像處理中得到廣泛應(yīng)用。

參考文獻：

[1] 呂賽，李緒志，張九星.遙感圖像質(zhì)量分析與評價方法研究[J].計算機仿真，2012（9）：266-270.

[2] 何中翔，王明富，楊世洪，等.遙感圖像客觀質(zhì)量評價方法研究[J].工程圖學(xué)學(xué)報，2011（6）：47-52.

[3] 譚海鵬，曾炫杰，牛四杰，等.基于正則化約束的遙感圖像多尺度去模糊[J].中國圖象圖形學(xué)報，2015（3）：386-394.

（責(zé)任編輯：孫 娟）