光学卫星系统成像质量验证技术研究

As an important spatial information resource, optical satellite remote sensing data, with the advantages of real-time and practical monitoring, has been widely used in the fields of resource exploration, military reconnaissance, environmental disaster monitoring, land use, crop yield estimation and urban planning, etc., which has a significant influence on defense, economic and social development. Meanwhile, it has become the major source for spatial data acquisition and updating due to the advantages of increasingly improved resolution and real-time monitoring. However, how information optical satellite remote sensing images include and how the geometry and radiation quality can be measured become the main factors for the considerations and judgments of the rational applications of these images. .Based on the previous research achievements, this study analyzes remote sensing images from the abilities of spatial information acquisition and object recognition, and then summarizes the relationships between the selected factors for image quality evaluation and the recognition rate of a specific target through compared with sample images. As a result of that, the factors and models can be concluded for evaluating the remote sensing image data from optical satellite systems. The results for data quality evaluation obtained by qualitative and quantitative models can be a reference for the data selection in remote sensing applications. Furthermore, the data quality of the sensor as different times can reflect its current running state and tend, as an established linkage of applicable demand and platform design of remote sensing, eventually to improve the integrated applicable level of remote sensing data.

光学卫星遥感数据作为重要的空间信息源，被广泛应用于资源勘探、军事侦查、环境灾害监测、土地利用等诸多领域，对国防、国民经济和社会发展有着重大的影响。在基础地理信息数据获取方面，也由于其分辨率的不断提高和现势性强的特点，成为空间数据获取和更新的主要数据源。但光学卫星遥感影像究竟含有多少信息量，其几何质量、辐射质量又如何度量，这是考虑和衡量遥感影像能否合理应用的重要因素。本研究拟在总结前人研究成果的基础上，从空间信息提取、地物识别能力的角度对影像进行分析，通过样本影像进行实验对比，总结归纳选定的影像质量评价因子与特定目标物体识别率之间的关系，从而得出光学卫星系统遥感影像数据的评价因子与评价模型。并利用数据质量评价结果为遥感应用选择合适的数据提供参考，也可对比分析传感器不同时间的数据质量以反映传感器当前的运行状态与趋势，为遥感应用需求与遥感平台设计之间建立联系机制，从而提高遥感数据的综合应用水平。

光学卫星遥感数据作为重要的空间信息源，被广泛应用于资源勘探、军事侦查、环境灾害监测、土地利用等诸多领域，对国防、国民经济和社会发展有着重大的影响。在基础地理信息数据获取方面，也由于其分辨率的不断提高和现势性强的特点，成为空间数据获取和更新的主要数据源。但光学卫星遥感影像究竟含有多少信息量，其几何质量、辐射质量又如何度量，这是考虑和衡量遥感影像能否合理应用的重要因素。本研究拟在总结前人研究成果的基础上，从空间信息提取、地物识别能力的角度对影像进行分析，通过样本影像进行实验对比，总结归纳选定的影像质量评价因子与特定目标物体识别率之间的关系，从而得出光学卫星系统遥感影像数据的评价因子与评价模型。通过计算原始原始图像中的汽车识别率达到81.95%，计算降质图像中的汽车识别率与原始图像中的汽车识别率比值，分别为79.90%、78.76%、86.84%、89.16%，可以由此对图像质量进行评价。研究结果表明，与传统的数字图像评价指标相比，这些数值能够更加准确的反映出不同影像用于地物识别和信息提取时的优劣，从应用效果的角度反映图像质量的差异，利用机器学习算法针对图像中典型地物的区域灰度特征进行分析提取，根据结果的差异对ORSI质量进行定量评价，为遥感数据客观定量评价提供了新的思路。并利用数据质量评价结果为遥感应用选择合适的数据提供参考，也可对比分析传感器不同时间的数据质量以反映传感器当前的运行状态与趋势，为遥感应用需求与遥感平台设计之间建立联系机制，从而提高遥感数据的综合应用水平。项目按计划顺利完成，研究成果已通知被SCI收录期刊PLOS ONE所接受，于2014年1月28日发表。

内容获取失败，请点击重试