| 【中文题名】 | CBERS-1红外遥感器MTF在实验室条件下与遥感图像质量评价参数的相关建模研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-9-9 |
| 【中关键词】 | MTF,调制传递函数,图像质量评价参数,CBERS-1,红外遥感器, |
| 【英关键词】 | MTF,quality evaluation parameters,CBERS-1,infrared remote sensor, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>探测仪器及系统>> |
| 【论文摘要】 | MTF(Module Transfer Function)调制传递函数,在物理光学理论中,是光学系统成像性能的评价指标。MTF的高低直接关系到遥感器研制过程的成本高低和成像质量的好坏。另一方面,随着卫星遥感器在轨运行时间的增长,其性能会逐渐退化,MTF也会逐渐下降。所以,对于整个遥感器的主要物理参数MTF退化特性的监测,遥感器研制单位、遥感应用部门均非常关注。目前,研究集中在如何从卫星遥感图像上直接测量MTF,但该方法还有许多难点,使这一技术成为完全成熟的技术还有许多工作需要去做。
由于地面接收的图像是遥感器成像的产物,所以从理论上看,在轨运行的MTF的性能变化就应该能从地面获得的遥感图像了解到,描述遥感图像的质量评价参数则反映了遥感图像质量的变化。因此,本文提出另外一种设想,即建立MTF与遥感图像质量评价参数的关系模型,通过遥感图像质量评价参数的变化来反演遥感器MTF的变化。
本文以CBERS-1的02星红外遥感器为例,在实验室条件下模拟遥感器在轨运行的成像过程并获得图像数据,从若干遥感图像质量评价参数中选择合适的图像参数,建立实验室条件下光学系统指标MTF和图像的质量评价参数的数学... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-11 |
|
第1章 绪论 |
11-18 |
|
1.1 课题的背景和意义 |
11-12 |
|
1.2 国内外的研究情况 |
12-13 |
|
1.3 数学建模的基本思想及其过程 |
13-15 |
|
1.3.1 引言 |
13-14 |
|
1.3.2 数学模型 |
14 |
|
1.3.3 数学建模 |
14 |
|
1.3.4 数学建模的几个过程 |
14-15 |
|
1.4 SPSS统计分析软件介绍 |
15-16 |
|
1.4.1 概述 |
15 |
|
1.4.2 SPSS的特点和功能 |
15-16 |
|
1.5 本文内容 |
16-18 |
|
第2章 MTF原理和图像质量评价参数介绍 |
18-25 |
|
2.1 MTF的物理意义 |
18-20 |
|
2.2 图像质量评价参数介绍 |
20-24 |
|
2.2.1 方差 |
20-21 |
|
2.2.2 基于灰度共生矩阵的图像参数 |
21-22 |
|
2.2.2.1 灰度共生矩阵 |
21 |
|
2.2.2.2 对比度 |
21-22 |
|
2.2.2.3 熵 |
22 |
|
2.2.2.4 角二阶矩 |
22 |
|
2.2.3 细节信号能量 |
22-23 |
|
2.2.4 边缘信号能量 |
23 |
|
2.2.5 清晰度 |
23-24 |
|
2.3 本章小结 |
24-25 |
|
第3章 数据获取及预备性分析 |
25-42 |
|
3.1 数据获取 |
25-27 |
|
3.1.1 获取MTF数据 |
25-26 |
|
3.1.2 获取图像质量评价参数数据 |
26-27 |
|
3.1.3 图像参数数据归一化 |
27 |
|
3.2 数据预处理 |
27-28 |
|
3.2.1 检查数据是否有误 |
27 |
|
3.2.2 考查数据分布特征 |
27-28 |
|
3.2.2.1 Q-Q正态概率图 |
27-28 |
|
3.2.2.2 Lillifors方法 |
28 |
|
3.3 用SPSS软件考察数据的正态分布 |
28-41 |
|
3.3.1 考察MTF观测值及其分布 |
28-29 |
|
3.3.2 考察图像参数数据及其分布 |
29-41 |
|
3.3.2.1 方差 |
29-31 |
|
3.3.2.2 对比度 |
31-32 |
|
3.3.2.3 熵 |
32-34 |
|
3.3.2.4 角二阶矩 |
34-36 |
|
3.3.2.5 细节信号能量 |
36-38 |
|
3.3.2.6 边缘信号能量 |
38-39 |
|
3.3.2.7 清晰度 |
39-41 |
|
3.4 本章小结 |
41-42 |
|
第4章 MTF和图像参数的相关分析研究 |
42-51 |
|
4.1 相关分析的概念 |
42-43 |
|
4.2 MTF和图像参数的相关分析 |
43-50 |
|
4.2.1 MTF和方差的相关分析 |
43-44 |
|
4.2.2 MTF和对比度的相关分析 |
44-45 |
|
4.2.3 MTF和熵的相关分析 |
45-46 |
|
4.2.4 MTF和角二阶矩的相关分析 |
46-47 |
|
4.2.5 MTF和细节信号能量的相关分析 |
47-48 |
|
4.2.6 MTF和边缘信号能量的相关分析 |
48-49 |
|
4.2.7 MTF和清晰度的相关分析 |
49-50 |
|
4.3 本章小结 |
50-51 |
|
第5章 实验室条件下MTF与单一图像参数关系的建模研究以及模型验证 |
51-69 |
|
5.1 回归分析的概念和特点 |
51 |
|
5.1.1 回归分析的概念 |
51 |
|
5.1.2 回归分析的特点 |
51 |
|
5.2 曲线估计 |
51-53 |
|
5.2.1 曲线估计的概念 |
51 |
|
5.2.2 SPSS中提供的回归曲线方程 |
51-52 |
|
5.2.3 数据要求 |
52 |
|
5.2.4 对曲线拟合模型的验证 |
52-53 |
|
5.3 非线性回归分析 |
53-55 |
|
5.3.1 预备性分析 |
53 |
|
5.3.2 模型函数的确定 |
53-55 |
|
5.3.2.1 期望函数 |
53 |
|
5.3.2.2 随机扰动项 |
53 |
|
5.3.2.3 初始值 |
53-54 |
|
5.3.2.4 收敛 |
54 |
|
5.3.2.5 模型的验证和评估 |
54-55 |
|
5.4 运用SPSS软件完成MTF与图像参数的单一建模 |
55-68 |
|
5.4.1 建模准备 |
55-57 |
|
5.4.2 MTF与对比度 |
57-59 |
|
5.4.2.1 MTF与对比度均值的曲线估计 |
57 |
|
5.4.2.2 非线性拟合过程 |
57-59 |
|
5.4.2.3 MTF与对比度均值的拟合结果 |
59 |
|
5.4.3 MTF与细节信号能量 |
59-63 |
|
5.4.3.1 MTF与细节信号能量均值的曲线估计 |
59-60 |
|
5.4.3.2 非线性拟合过程 |
60-62 |
|
5.4.3.3 MTF与细节信号能量均值的拟合结果 |
62-63 |
|
5.4.4 MTF与边缘信号能量 |
63-65 |
|
5.4.4.1 MTF与边缘信号能量均值的曲线估计 |
63 |
|
5.4.4.2 非线性拟合过程 |
63-65 |
|
5.4.4.3 MTF与边缘信号能量均值的拟合结果 |
65 |
|
5.4.5 MTF与清晰度 |
65-68 |
|
5.4.5.1 MTF与清晰度的曲线估计 |
65-66 |
|
5.4.5.2 非线性拟合过程 |
66-68 |
|
5.4.5.3 MTF与清晰度的拟合结果 |
68 |
|
5.5 本章小结 |
68-69 |
|
第6章 实验室条件下MTF与图像参数关系的综合建模研究以及模型验证 |
69-79 |
|
6.1 概述 |
69 |
|
6.2 主成分分析介绍 |
69-71 |
|
6.2.1 主成分分析法的一般数学模型 |
69-70 |
|
6.2.2 主成分分析中几个重要的统计量 |
70-71 |
|
6.2.2.1 特征方程的根 |
70-71 |
|
6.2.2.2 各成分之贡献率 |
71 |
|
6.2.2.3 累计贡献率 |
71 |
|
6.2.2.4 特征向量 |
71 |
|
6.3 主成分分析过程 |
71-74 |
|
6.3.1 图像参数之间的相关性分析 |
71-72 |
|
6.3.2 主成分分析 |
72-74 |
|
6.4 MTF与主成分提取的因素1的建模过程 |
74-77 |
|
6.4.1 MTF与因素1的曲线估计 |
74-75 |
|
6.4.2 非线性拟合 |
75-77 |
|
6.5 MTF与与因素1的拟合结果 |
77 |
|
6.6 MTF的加权表达式 |
77-78 |
|
6.7 本章小结 |
78-79 |
|
第七章 结束语 |
79-80 |
|
7.1 继续修正实验室模型 |
79 |
|
7.2 整合出外景条件下的模型 |
79-80 |
|
致谢 |
80-81 |
|
参考文献 |
81-84 |
|
附录A硕士期间参与的科研项目 |
84-85 |
|
附录B硕士期间发表的论文 |
85-91 |
|
| 【DOI】 | LunWen.ID:2.2008.389276 |