遥感图像雾霾影响评估指标与无参考滤波方法

"遥感图像质量雾霾影响的无参考评估（英文）" 遥感图像在环境监测、地理测绘、灾害响应等多个领域发挥着重要作用，因为它们能提供大范围、高分辨率的数据。然而，大气条件，特别是雾霾，常常会对遥感图像的质量造成显著影响，导致图像对比度降低、细节模糊，进而影响后续的图像解析和信息提取。因此，对遥感图像的雾霾影响进行无参考评估是确保数据可靠性的关键。 本文提出了一种新的无参考雾霾影响评估方法。这种方法基于雾霾区域亮度值高于非雾霾区域的特点，首先定义了雾霾图。在定义了雾霾图之后，研究人员运用了韦伯定律（Weber's Law），这是一种描述人类视觉系统对对比度感知的理论，来计算雾霾图的对比度。韦伯定律指出，对比度感知与原始信号强度成正比，但比例因子是一个常数，这使得在不同光照条件下，人眼对对比度的感知保持相对稳定。通过这种方式，他们能够量化雾霾对图像对比度的影响，从而得到一个评估雾霾影响的指标。 实验结果显示，该评估指标与人的主观评价有很好的一致性，这意味着它能够准确地反映出雾霾对遥感图像质量的影响程度。这种无参考评估方法的优势在于，不需要先验的清晰图像或已知的雾霾参数，可以对任意受雾霾影响的图像进行质量筛选，有助于在数据处理早期剔除严重雾霾影响的图像，或者根据雾霾指标对图像进行自适应的去雾处理，从而提高图像的可解译性。 这项工作发表在2015年的《中国体视学与图像分析》杂志上，属于CT技术与图像分析领域的研究。提出的评估方法对于遥感图像处理和分析领域具有重要意义，因为它提供了一种实用且有效的工具，帮助科研人员和工程师在面对雾霾等大气条件时，更好地管理和利用遥感数据。此外，这种方法也为未来开发更高级的雾霾去除算法提供了理论基础和评估标准，进一步推动了遥感图像处理技术的发展。