羅 恒,賀 彪,郭仁忠,王偉璽,蒯 希,夏碧露

(1.深圳大學(xué) 建筑與城市規(guī)劃學(xué)院，廣東 深圳 518061；2.深圳大學(xué) 智慧城市研究院，廣東 深圳 518061；3.廣西壯族自治區(qū)自然資源遙感院，南寧 530023；4.廣西交通職業(yè)技術(shù)學(xué)院 交通信息工程學(xué)院，南寧 530015)

高分七號是我國首顆國產(chǎn)亞米級民用雙線陣立體測圖衛(wèi)星，于2019年11月4日在山西太原衛(wèi)星發(fā)射中心成功發(fā)射升空。高分七號搭載了0.65 m分辨率的后視全色相機和0.8 m分辨率的前視全色相機，形成了雙線陣立體測圖能力，同時裝備了2.6 m分辨率的多光譜后視相機，可以獲取藍(lán)、綠、紅、近紅外4波段多光譜影像，與后視影像融合可以形成0.65 m分辨率的多光譜融合影像，相關(guān)參數(shù)可參見表1。高分七號能夠滿足1∶10 000比例尺的立體測圖和地形圖繪制需求，支撐我國自然資源部國土衛(wèi)星遙感應(yīng)用中心(LASAC)完成地形圖制圖、立體測量、自然資源調(diào)查與監(jiān)測等工作[1]。

影像的圖像質(zhì)量是衛(wèi)星遙感應(yīng)用能力的重要影像因素，無論是影像目視解譯、正射糾正影像制作、數(shù)字表面模型生成等均需有良好的圖像質(zhì)量作為保證。準(zhǔn)備量化的圖像質(zhì)量評價方法，有利于形成對同類、同傳感器衛(wèi)星拍攝影像進(jìn)行質(zhì)量分析，也能夠?qū)Ρ炔煌l(wèi)星傳感器拍攝影像，評估不同衛(wèi)星數(shù)據(jù)源的質(zhì)量和性能。此外，圖像質(zhì)量的評價也有利于衛(wèi)星后續(xù)星相關(guān)參數(shù)的設(shè)計，提供面向應(yīng)用需求的先驗知識[2-3]。

圖像質(zhì)量包括傳感器成像質(zhì)量和影像產(chǎn)品的圖像質(zhì)量。前者包含如GSD，MTF，SNR，RER等方面的評價指標(biāo)，主要面向傳感器的成像性能[4]。后者包括如光譜特征、紋理特征、視覺效果等。關(guān)于衛(wèi)星傳感器成像質(zhì)量，長期以來，國外有很多研究針對IKONOS，QuickBird，WorldView-1，CaroSat-1等主流光學(xué)遙感衛(wèi)星的傳感器進(jìn)行了評估[4-5]。國內(nèi)一些研究也對我國近年來快速發(fā)展的光學(xué)遙感衛(wèi)星傳感器進(jìn)行分析，如對資源三號01星的地面和在軌圖像質(zhì)量進(jìn)行評估，通過MTF，SNR等參數(shù)，表明資源三號衛(wèi)星三線陣相機在軌性能符合設(shè)計要求[6]。對SPOT-5衛(wèi)星的傳感器進(jìn)行分析，并且通過量化質(zhì)量與資源三號影像進(jìn)行對比[7]。隨著高分七號衛(wèi)星的發(fā)射，一些研究開始關(guān)注高分七號相機的相關(guān)指標(biāo)。

在面向影像圖像質(zhì)量的研究中，一些研究通過灰度特征進(jìn)行分析，前者包括光譜波段值域、均值、標(biāo)準(zhǔn)差等。此外，紋理特征也可以用于影像圖像質(zhì)量分析，如角二階矩、對比度、信息熵、均質(zhì)性等等，這些指標(biāo)被用于影像的紋理特性的評估和分析中[4]。通過上述指標(biāo)，研究人員和衛(wèi)星設(shè)計人員對IKONOS, ALOS, CBERS-1, HJ-1和資源三號等衛(wèi)星進(jìn)行研究[4]，并且對資源三號等衛(wèi)星的在軌圖像壓縮質(zhì)量作出分析[8]。

然而，上述基于圖像統(tǒng)計分析的圖像質(zhì)量特征指標(biāo)無法綜合性地從用戶視覺角度出發(fā)對影像進(jìn)行分析，因此，圖像視覺效果的評估也同時被用于從主觀角度分析影像圖像質(zhì)量，作為其他指標(biāo)的補充[9]。隨著衛(wèi)星影像分辨率的提升，影像解譯度開始被用于圖像質(zhì)量評估。最初提出影像解譯度的是美國國家圖像評估組織(NIMA)，主要是針對軍用目標(biāo)在航空和航天遙感影像上的可被解譯概率進(jìn)行分析，形成量化的評價等級，即NIIRS。研究人員探討了NIIRS數(shù)值和IKONOS衛(wèi)星相關(guān)參數(shù)的關(guān)聯(lián)性[10]，并對IKONOS和QuickBird衛(wèi)星影像NIIRS進(jìn)行計算和比較。國內(nèi)也有研究通過修正后的NIIRS對國產(chǎn)資源三號衛(wèi)星影像解譯度進(jìn)行分析[4]。

MTF等成像質(zhì)量評估的指標(biāo)往往被衛(wèi)星設(shè)計領(lǐng)域和生產(chǎn)領(lǐng)域以及光學(xué)或電子工程師用于分析圖像特性，從這些參數(shù)中得到傳感器性能的反饋。然而，隨著衛(wèi)星影像應(yīng)用領(lǐng)域的快速擴大，越來越多的非航天或遙感等專業(yè)的非專業(yè)人員使用衛(wèi)星影像完成自身領(lǐng)域的業(yè)務(wù)和工作。美國地質(zhì)調(diào)查局(USGS)曾經(jīng)做過調(diào)查，指出衛(wèi)星遙感影像的用戶涵蓋了農(nóng)業(yè)、環(huán)境、土地管理、甚至教育領(lǐng)域人員，這些用戶來自科研機構(gòu)、高校、政府機關(guān)及企業(yè)單位等等[7]。這些用戶往往不具備專業(yè)的遙感影像處理、分析或者算法開發(fā)能力，甚至缺少相關(guān)應(yīng)用所需的遙感和地理信息專業(yè)知識，對于他們來說，GSD，MTF，SNR等參數(shù)難以理解和使用?？偠灾?，遙感影像用戶中很大比例為非專業(yè)人員，然而他們卻需要有效了解影像的性能和可用能力，并運用這些影像解決工作中的問題并且作出決策。

大部分用戶使用衛(wèi)星遙感影像時，都是從影像的直觀圖像質(zhì)量入手，如圖像的清晰度、色調(diào)、對比度，關(guān)注于能夠從該影像中判讀和解譯出哪些地面要素，是否滿足工作需要，或者能夠完成對應(yīng)比例尺的地形圖制圖或者更新[11]。這些圖像質(zhì)量因素可以通過灰度統(tǒng)計特征、紋理特征指標(biāo)了解[7]。有研究提出客觀的圖像質(zhì)量評價無法完全反映圖像對于用戶的感受，要更好地評價圖像質(zhì)量，主觀和客觀因素需要結(jié)合起來[12]。因此，用戶主觀視覺效果和NIIRS可以有效使用來評估圖像質(zhì)量和性能。

一種面向用戶的圖像質(zhì)量評價方法被提出[7]，該方法包含兩個方面，即統(tǒng)計分析特征和解譯度等級。統(tǒng)計分析特征方面，通過基于灰度的特征分析計算，對影像進(jìn)行評估，適用于對不同傳感器數(shù)據(jù)源或者相同數(shù)據(jù)源不同影像的圖像進(jìn)行對比。解譯度等級方面，通過NIIRS和GIQE分析圖像的可解譯級別，并且與解譯級別對應(yīng)的任務(wù)進(jìn)行對應(yīng)，分析影像的可用性。此外，還有研究將NIIRS與制圖比例尺的計算模型進(jìn)行關(guān)聯(lián)，在僅僅針對圖像效果角度，形成通過NIIRS計算最大制圖比例尺的方法，評估影像可用于制圖的能力。

面向用戶的圖像質(zhì)量評價方法較為適用于非專業(yè)領(lǐng)域用戶對于衛(wèi)星遙感影像可用性的分析和理解。通過該方法，可以對高分七號高分辨率的全色影像進(jìn)行圖像質(zhì)量和應(yīng)用潛能分析。

1 數(shù)據(jù)與研究區(qū)

本研究使用的影像為高分七號雙線陣相機拍攝的全色影像，包括0.65 m分辨率的后視影像和0.8 m分辨率的前視影像，影像均為測試階段的傳感器校正級別(SC)影像產(chǎn)品，由我國自然資源部國土衛(wèi)星遙感應(yīng)用中心提供，相關(guān)參數(shù)見表1。

表1 高分七號衛(wèi)星及雙線陣相機主要參數(shù)

測試影像拍攝時間為2021年1月13日11時17分(圖1)，拍攝區(qū)域為廣東省珠海市部分區(qū)域，影像質(zhì)量較好，含云量為0%，影像由喀什地面站接收，經(jīng)過自然資源部國土衛(wèi)星遙感應(yīng)用中心進(jìn)行傳感器校正處理。前后視影像均覆蓋城區(qū)、郊區(qū)等區(qū)域，包含建筑、道路、草地、林地、河流和溝渠、人工構(gòu)筑物等，能夠有效為解譯度評價提供典型分析要素。

圖1 高分七號前后視影像

2 高分七號圖像統(tǒng)計特征分析

圖像統(tǒng)計特征分析是圖像工程的一項重要內(nèi)容。統(tǒng)計分析包括灰度特征分析和紋理分析?；叶忍卣鞣治霭恳粋€像元亮度(DN)在圖像中出現(xiàn)的頻率，包括圖像直方圖、單變量統(tǒng)計(均值、標(biāo)準(zhǔn)差、最小值、最大值)等。紋理特征是圖像質(zhì)量評價的重要指標(biāo)，分析內(nèi)容包括圖像對比度、熵、方差等。對具有不同地物特征的城區(qū)、郊區(qū)、耕地區(qū)域等不同范圍影像，使用灰度特征分析和紋理特征分析評估高分七號影像圖像特征和質(zhì)量，分析該影像在這些不同區(qū)域?qū)Φ匚镄畔⒌姆从城闆r。

2.1 灰度特征

灰度特征通過圖像像元亮度、光譜強度、幾何特征反映遙感影像圖像質(zhì)量。其中，直方圖可以用于遙感影像圖像信息的表達(dá)，基礎(chǔ)單變量指標(biāo)，包括影像對應(yīng)區(qū)域DN值的均值、標(biāo)準(zhǔn)差等灰度信息，能夠反映圖像灰度特征[9]。圖2為高分七號前后視影像的直方圖?？梢娧芯恐兴褂玫母叻制咛栍跋裉峁┝?1位的量化位數(shù)，其前視影像DN值主要分布在200～1 200的DN值范圍內(nèi)，后視影像DN值主要分布在200～1 400的DN值范圍內(nèi)。整體上看來，前后視影像均出現(xiàn)兩個波峰，后視影像對于實驗區(qū)域具有較明顯的光譜變化，其直方圖具有更高的峰值和更明顯的低谷，此外兩個波峰較為明顯。前視影像在DN值為297的像元數(shù)量達(dá)到峰值，在DN值為360的部分出現(xiàn)一個低谷，而后視影像在DN值為288的區(qū)域達(dá)到像元數(shù)量的峰值，在DN值為387的區(qū)域出現(xiàn)低谷。后視影像直方圖中所體現(xiàn)的光譜變化特征使其在目視解譯和影像信息提取方面，能夠更好地對拍攝區(qū)域地物進(jìn)行區(qū)分。

圖2 高分七號前后視影像直方圖

在影像圖像質(zhì)量量化分析和比較中，影像圖像DN值的最小值、最大值、均值以及標(biāo)準(zhǔn)差可以作為評價指標(biāo)。最小值和最大值可以反映DN值的值域，是相機對該區(qū)域地物光譜的響應(yīng)能力。值域越寬，說明該影像能夠提供的光譜信息越豐富。均值反映了相機對拍攝區(qū)域的平均光譜響應(yīng)能力，是所有像元DN值綜合和像素梳理的比值，可以體現(xiàn)影像整體的輻射效果。標(biāo)準(zhǔn)差是影像DN值密度的離散分布概率。標(biāo)準(zhǔn)差通常與圖形信息量正相關(guān)，因此，運用標(biāo)準(zhǔn)差，能夠分析影像的可用信息變化量以及影像的復(fù)雜程度。算式參考式(1)和式(2)[7]。

(1)

(2)

式中：m為圖像DN值均值;s為圖像DN值標(biāo)準(zhǔn)差;i和j分別是行數(shù)和列數(shù);g(i,j)是影像第i行、第j列像元的DN值;M是行數(shù)總和;N是列數(shù)總和。研究中對比了高分七號前視影像和后視影像的灰度特征。表2顯示了前后視影像的均值和標(biāo)準(zhǔn)差分析對比結(jié)果。

2.2 紋理特征

當(dāng)用戶對遙感影像進(jìn)行視覺解譯的時候，除了通過光譜的色調(diào)變換等進(jìn)行判讀，同樣運用紋理特征進(jìn)行判讀[9]。類似灰度特征，紋理特征也是影像圖像質(zhì)量評價的重要指標(biāo)之一。作為灰度特征的補充，二階灰度統(tǒng)計能夠用于紋理分析。二階灰度統(tǒng)計包括了角二階矩、對比度、信息熵、均質(zhì)性等，這些指標(biāo)都能夠通過將亮度數(shù)值與空間分布緊密相關(guān)的灰度共生矩陣計算[7]。

灰度共生矩陣計算，通過一定距離的窗口移動，DN值在相鄰像元的出現(xiàn)概率得到計算。定量化的紋理特征可以反映地物的空間結(jié)構(gòu)以及材質(zhì)信息。

均質(zhì)性也稱為局部穩(wěn)定性，衡量影像中局部紋理變化程度。對比度通過像元之間的差異大小反映影像的清晰程度，較高的對比度說明影像的紋理差異性具有更好的視覺效果。信息熵用來衡量影像紋理的復(fù)雜程度，與信息的豐富程度正相關(guān)。式(3)—式(6)為均質(zhì)性、對比度、信息熵和角二階矩算式[7]。

(3)

(4)

(5)

(6)

式中:HOM為均質(zhì)性;CON為對比度;ENT為熵;ASM為角二階矩;p(i，j)是灰度共生矩陣中的歸一化元素;i和j分別為行數(shù)和列數(shù);n=|i-j|;L為灰度級別。

對高分七號前后視影像通過灰度共生矩陣進(jìn)行紋理特征計算，使用3×3像素的移動窗口，步長為1個像素，量化級別為64。從灰度共生矩陣中計算得到均質(zhì)性、對比度、信息熵以及角二階矩。使用分辨率較為接近的高分二號相同區(qū)域全色影像與高分七號前后視影像進(jìn)行對比，三者的均質(zhì)性、對比度、熵、角二階矩紋理統(tǒng)計分析結(jié)果見表2。

表2 高分七號前后視影像和高分二號影像圖像分析結(jié)果

從表2的統(tǒng)計結(jié)果和圖3的紋理圖中可以看出，高分七號后視影像具有較好的影像紋理效果，其均質(zhì)性為0.492，低于高分七號前視影像和高分二號影像，說明其影像圖像紋理更為豐富，變化信息明顯，其對比度也比前視影像和高分二號影像分別高出約14%和33%，圖像紋理熵均優(yōu)于后兩者。角二階矩3種影像差別不明顯。通過對比可看出，高分七號后視影像的紋理圖中地物的邊緣和表面圖案更為清晰，能夠較好地區(qū)分地面包括建筑、道路、水體、植被等要素?？傮w上看，相比高分七號前視影像和高分二號影像，高分七號后視影像紋理更為豐富和細(xì)膩，信息量最大，對于目視解譯和信息提取，該影像能夠提供更好的紋理特征基礎(chǔ)。

圖3 高分七號前后視影像和高分二號影像紋理圖

3 高分七號圖像解譯度分析

圖像解譯度等級(NIIRS)標(biāo)準(zhǔn)最初由美國圖像分辨率評估與報告標(biāo)準(zhǔn)(IRARS)委員會提出。對于用戶來說，NIIRS是目前國際上最為通用的遙感影像圖像質(zhì)量評價方法。該體系中，較高的解譯度級別表明影像對于解譯任務(wù)中的地物有更好的發(fā)現(xiàn)和識別能力，此外，解譯度級別還能夠根據(jù)任務(wù)需求來分析所需要的影像圖像質(zhì)量水平。

圖像解譯度對于應(yīng)用遙感影像完成解譯工作的任務(wù)具有重要參考意義。它將解譯任務(wù)需求要素與圖像質(zhì)量進(jìn)行有機關(guān)聯(lián)，是一種兼顧主觀解譯綜合效果與客觀量化指標(biāo)的計算方法。從用戶角度看來，NIIRS是一種面向用戶的圖像質(zhì)量評價方法，特別對于非專業(yè)的遙感影像用戶，NIIRS標(biāo)準(zhǔn)中對應(yīng)級別的要素內(nèi)容能夠提供非常有效的參考依據(jù)[13]。

利用通用圖像質(zhì)量方程式(GIEQ)對影像的NIIRS進(jìn)行計算。GIQE3.0版本僅僅使用了GSD，RER和SNR進(jìn)行計算，后續(xù)GIQE4.0對其進(jìn)行進(jìn)一步的改動。GIQE4.0[4]算式如下：

NIIRS=10.251-a×lgGSD+b×lgRER-

(7)

式中：GSD是地面采樣間隔，數(shù)值上與分辨率相同;RER是相對邊緣響應(yīng)函數(shù);H是過沖;G是MTF中對圖像進(jìn)行銳化的核計算得到的噪聲增益;SNR是信噪比；a和b是變量。根據(jù)GIQE4.0模型，如果RER>0.9，則a=3.32，b=1.559，否則，a=3.16，b=2.817[4]。

GSD是基于地面的像元間距投影的地面采樣間隔。GSD通過計算X(與推掃方向相同)和Y(與推掃方向垂直)方向上的像元采樣間隔的幾何平均值得到，可以通過影像元數(shù)據(jù)獲取，單位為英寸。

相對邊緣響應(yīng)(RER)是衡量影像中邊緣輪廓變化坡度的指標(biāo)，它的數(shù)值表現(xiàn)了影像的MTF特征。對邊緣像元DN值進(jìn)行擬合計算，獲取該邊緣的邊緣擴展函數(shù)(edge spread function，ESF)[4]。從邊緣的ESF中計算歸一化邊緣響應(yīng)值為+0.5和-0.5點的差值，作為該方向邊緣的邊緣響應(yīng)(ER)數(shù)值。分別對影像中X和Y方向的邊緣進(jìn)行上述計算，得到ERx和ERy，通過計算兩者的幾何平均，得到最終的RER[4]。

GSD和RER是GIQE中占據(jù)主要影響的兩個指標(biāo)，此外，幾何過沖H，MTF核G和信噪比SNR也產(chǎn)生一定影響[4]。

幾何過沖高度(overshoot height)H用來計算ESF中距離邊緣0.25個像元增量區(qū)域，范圍在距離邊緣1.0～3.0個像元之間的變化，如果該區(qū)域的函數(shù)是單調(diào)遞增，則使用邊緣1.25像元距離的歸一化邊緣響應(yīng)值作為H數(shù)值，否則，使用+1～+3像元距離位置的最大值作為H[4]。同樣，H也需要計算X方向和Y方向的結(jié)果，得到其幾何平均值。

G是邊緣銳化計算得到的噪聲增益，同樣也是X和Y方向的幾何平均值。由于本次實驗使用的是高分七號測試影像，沒有其進(jìn)行MTFC處理的相關(guān)信息，因此，按照G的默認(rèn)值1進(jìn)行計算。

SNR反映了影像的信息獲取能力，是幾個指標(biāo)中影響最小的。文獻(xiàn)[14]的研究中指出GIQE4.0中，GSD對結(jié)果的影響為72%，RER為20%，SNR小于1%。主要使用高分七號影像元數(shù)據(jù)中的數(shù)值進(jìn)行計算。

通過上述相關(guān)指標(biāo)，計算得到高分七號后視影像解譯度為4.127，前視影像解譯度為3.837。研究對高分七號前后視影像和對應(yīng)級別的國內(nèi)其他高分辨率衛(wèi)星影像解譯度進(jìn)行計算和對比，得到GIQE的計算結(jié)果，各項指標(biāo)計算結(jié)果如圖4所示。

圖4 不同衛(wèi)星影像解譯度指標(biāo)計算結(jié)果對比

4 高分七號制圖能力分析

全色影像具有更高的分辨率和更好的幾何特征，能夠進(jìn)行地形圖繪制或者融合多光譜影像構(gòu)建正射糾正影像(DOM)。其中，用戶較為關(guān)注的一個方面，便是利用該全色影像能夠完成何種比例尺的制圖，不同比例尺的影像能夠完成不同的應(yīng)用，如土地利用和土地覆蓋以及基礎(chǔ)地理信息要素的解譯、繪制和表達(dá)。不同圖像質(zhì)量的影像體現(xiàn)出來的綜合視覺效果質(zhì)量，影響其作為制圖數(shù)據(jù)源的應(yīng)用能力，從圖像視覺質(zhì)量角度，越好的圖像質(zhì)量能夠完成更大比例尺的應(yīng)用。

影像制圖中，人眼分辨率、圖像校正系數(shù)、影像的分辨率等因素，都決定了該影像能夠完成的制圖比例尺[14]。提出，基于實際制圖應(yīng)用經(jīng)驗，分辨率和制圖比例尺具有較大相關(guān)性，其相關(guān)性算式如下：

C×GSD=e×M×1 000.

(8)

式中:C為圖像校正系數(shù)，該參數(shù)描述了圖像數(shù)據(jù)和真實情況的差距，單位是像元；GSD為地面采用間隔，或分辨率，單位是m；e是人眼分辨率，單位是mm；M為制圖比例尺的分母。該算式反映了GSD在制圖比例尺中的重要影響，兩者為反比關(guān)系。

根據(jù)GIQE算式和制圖比例尺計算式，可以得到NIIRS和制圖比例尺分母(1/M)之間的關(guān)系，使得一旦計算得到NIIRS數(shù)值，便可以計算得到潛在的制圖比例尺數(shù)值。反過來，明確了所需的制圖比例尺，可以確定能夠滿足該比例尺的影像圖像質(zhì)量。NIIRS和制圖比例尺關(guān)系式如下：

(9)

式中:C為圖像校正系數(shù)，取值為1;e為人眼分辨率，選取較為通用的0.2 mm[14];M為從視覺角度的制圖比例尺;0.025 4為NIIRS中GSD英寸單位和制圖比例尺公式中m單位的換算系數(shù)。式中的M為制圖比例尺的比例因子，即比例尺分母，通過該數(shù)值，可以計算出對應(yīng)影像在圖像質(zhì)量方面能夠滿足的最大制圖比例尺。

通過式(9)，計算高分七號前后視影像可用制圖比例尺，結(jié)果如表3所示。

5 結(jié)束語

本研究利用面向用戶的圖像質(zhì)量評價方法對高分七號前后視影像做了分析，還利用圖像解譯度指標(biāo)評價了高分七號前后視影像的可用性以及制圖能力，并且與其他影像做了對比。結(jié)果表明，高分七號前后視影像具有較好的光譜特性和紋理效果，其較高的分辨率和圖像質(zhì)量能夠為影像目視解譯和信息提取提供豐富的特征信息，特別是其后視影像，有助于多光譜影像融合形成正射糾正影像，在解譯度方面，高分七號后視影像具有更高的解譯能力，能夠達(dá)到4.127的解譯級別，從圖像質(zhì)量方面最大能夠完成1∶7 000比例尺制圖，完全滿足1∶10 000標(biāo)準(zhǔn)比例尺的初始設(shè)計目標(biāo)。