地面高光譜成像儀數據質量研究
——以THEMIS-T-FPS2500為例

邢曉達，呂書強，尹琴麗

（1.北京建筑大學測繪與城市空間信息學院，北京 100044；2.北京建筑大學代表性建筑與古建筑數據庫教育部工程中心，北京 100044）

地面高光譜成像儀數據質量研究
——以THEMIS-T-FPS2500為例

邢曉達1，2?，呂書強1，2，尹琴麗1，2

（1.北京建筑大學測繪與城市空間信息學院，北京 100044；
2.北京建筑大學代表性建筑與古建筑數據庫教育部工程中心，北京 100044）

通過對現有高光譜數據圖像質量評價方法的研究，選取輻射精度、信息熵、信噪比、清晰度等圖像質量評價指標對THEMIS-T-FPS2500地面高光譜成像儀采集的數據進行了數據質量評價。結果表明，THEMIS-T-FPS2500地面高光譜成像儀數據256個波段中從第200波段開始，圖像的信噪比較低，圖像清晰度較差；第1個～10個波段的信噪比雖然較高，但圖像清晰度較差，剩余的190個波段的數據成像質量較好，目標物清晰，信息量豐富。

高光譜成像儀；圖像質量評價；信噪比；清晰度；信息量

1 引 言

在現代遙感技術體系中，高光譜成像技術是自20世紀80年代發展起來的新的遙感技術，近年，美、德、法、澳、中等國家研制出了一系列高光譜成像儀。高光譜成像技術主要是針對景物中的每一個像元，用很窄的電磁波波段獲取相關的光譜信息［1］，其主要特點是傳感器提供地物完整且連續的光譜的同時，對每個波段又可以獲取反映地物空間分布和特點的圖像，即實現圖譜合一。其中，高光譜圖像質量評價一直是傳感器研制和遙感數據應用的橋梁，也是圖像處理過程不可缺少的一個關鍵步驟［2］。

國內外許多學者針對影像數據質量評價展開了很多研究，主觀質量評價方面如利用專家打分的辦法進行評價，也有用不同從參數形式來評價影像質量的優劣特性的指標。張霞［3］等利用地面分解力、清晰度、信噪比、輻射精度等指標比較了經過處理后的中巴資源一號衛星紅外多光譜掃描儀與TM影像的影像質量；楊迪威［4］仔細分析了圖像質量下降的原因，提出了幾種減參考圖像質量評價方法，包括基于自然圖像的Roberts差分特性的減參考圖像質量評價和小波域、重組策略的余弦變化域上的矩估計的減參考圖像質量評價和基于DNT變換域的減參考圖像質量評價方法；周雨霽［5］采用輻射精度、信息量等指標評價了Hyperion圖像質量并分析了Hyperion影像數據在行業間的應用前景。ShaWang等［6］基于半破碎-自適應水印技術對圖像進行了客觀的評價。馬德敏［2］列舉了多光譜數據的質量評價指標，并針對高光譜數據對這些指標進行了分析和補充。然而，目前許多圖像質量評價研究主要集中在航空、航天等傳感器的質量評價方面，少有涉及地面高光譜傳感器的圖像質量評價體系。地面高光譜成像儀數據以其較高的光譜分辨率以及工作環境的不可控制性，圖像使用前的圖像質量評價顯得尤為重要。本文主要針對THEMIS系列地面高光譜成像儀數據，利用輻射精度、熵、信噪比、清晰度等幾種常見指標，對該系列傳感器數據進行客觀評價，并集中研究不同地物在圖像上的表現能力，為以后此傳感器使用提出了建議和參考。研究結果對今后地面高光譜成像儀圖像數據質量評價具有較大的現實意義。

2 成像儀與數據獲取

2.1 THEMIS-T-FPS2500高光譜成像儀參數

THEMIS-T-FPS2500高光譜地面成像儀是一種采用先進的高光譜成像技術的地面遙感器，由光源、鏡頭、成像儀、控制器以及高光譜數據采集軟件組成，它的核心是一臺帶有推掃式掃描器的成像光譜儀。地面高光譜成像儀以其較高的光譜分辨率和波段連續等特性獲取目標地物的影像數據的同時也獲取了其光譜信息，并被廣泛應用于目標識別、遙感信息提取以及遙感應用等方面。其主要參數如表1所示。

? 收稿日期:2016—01—19

作者簡介:邢曉達（1989-），男，碩士研究生，研究方向:高光譜遙感。

基金項目：北京市青年拔尖人才項目（21147515209）

高光譜成像儀參數 表1

2.2 數據獲取

本文數據獲取主要利用上述THEMIS-T-FPS2500高光譜地面成像儀分別對一幅畫進行多天拍攝，拍攝環境為接近暗室的環境，燈光采用儀器自帶鹵素燈。數據獲取流程如圖1所示:

圖1　高光譜成像儀數據采集示意

（1）連接儀器進行數據的采集的準備工作。

（2）調整儀器設備盡量保證數據采集工作為垂直拍攝，以減少由于入射光線角度問題帶來的誤差。

（3）采集顏料數據，準確控制采集數據的幅寬，防止目標數據超出傳感器視場范圍。

（4）采集白板數據，白板應盡量垂直鏡頭放置并盡量與采集數據放置位置相對應，以減少由于位置因素帶來的誤差。

（5）采集暗電流數據。用鏡頭蓋將鏡頭遮住，關閉室內所有的照明光源，進行數據采集。

（6）數據采集主要通過多天在相同的暗室實驗室內對同一幅畫的同一個部位進行多次掃描，數據獲取情況如表2所示。

高光譜成像儀數據采集 表2

圖2　高光譜成像儀采集數據

3 影像數據質量評價方法

3.1 影像數據質量評價方法

對影像數據質量的評價主要分為主觀和客觀兩種，主觀評價主要指通過人眼觀察或主觀的感受，在測試環境相同的條件下，按照規定的評分等級制度和妨礙尺度對影像的優劣給出評價，最后對多組評價進行統計平均得出最終的評價結果?？陀^評價體系主要是指利用多種物理指標對圖像進行質量評價。主觀評價體系雖然簡單易行且有較大權威，但人眼由于生理條件限制，在觀察影像時對于馬赫帶效應、對比度差異等現象往往不能完全客觀地理解圖像的質量信息［5］，且傳感器的波段通道一共有256個，如果采用主觀的方法進行評價，將會消耗大量的人力和時間，所以本文主要采用客觀的評價方法進行評價?？陀^評價方法是以圖像的物理特性為基礎，結果為特定指標的定量評價，且更容易給出一個定量的圖像質量評價方法，容易從物理特性上分析圖像的指標，較易實現批處理。

3.2 影像數據客觀評價方法

本文涉及的數據主要是近紅外影像數據，選取反映影像數據輻射精度、信息豐富度、影像清晰度等幾個指標，對采集的高光譜數據做出客觀而科學的評價。

（1）輻射精度方面

輻射精度主要反映影像數據的輻射狀態信息，主要包括均值、方差、偏斜度、陡度等幾個參數指標，其具體計算公式如表3所示:

輻射精度指標計算及意義 表3

（2）信息豐富度方面

信息豐富度主要涉及信息量大小，而信息量主要反映包含地物信息的詳細程度，一般用熵來表達，常用的熵有Shannon-wiener熵、條件熵、平方熵、立方熵等。Shannon信息熵應用較為廣泛，它將遙感影像視為離散無記憶信源進行計算的，即認為每個點都是獨立存在的，可通過計算影像數據的Shannon熵來表達影像的信息量大小，其具體計算公式如下［3］:

其中i為可能的像素值；Pi為像素值為的像元出現的概率。

（3）信噪比

信噪比（SNR）是影像數據質量評價重要的指標之一，圖像信噪比反映圖像有用信息與噪聲的比值［7］。常用的計算方法有方差法、地學統計法、局部方差法、去相關法等。此處將圖像的噪聲假設為高斯噪聲，信噪比采用局部方差法，該方法雖受目標物的影響較大，但基于其結果的對比研究能夠判斷遙感傳感器的信噪比水平［8］。該方法首先將圖像分割成若干個小區域，并認為這些小區域內的影像數據分布均勻，然后分別計算每個小區域的均值（M）和標準差（SD），從所有的小區域的標準差中選擇局部方差最大值（SDmax），則信噪比計算公式為［7］:

（4）清晰度

清晰程度是圖像細節邊緣變化的敏銳程度，它反映圖像對微小細方差表達的能力。傳統的清晰度計算被認為是對特定邊緣區域做的統計計算。本文采用王鴻南等［9］提出一種改進邊緣銳度算法的清晰度計算方法進行評價。該方法對傳統方法的改進主要體現在將對邊緣的梯度計算改進為對圖像各個像元鄰域梯度進行計算，為了體現像元具有各向異性的特點，對每個像元對象8鄰域像元進行距離加權。其中0°和90°相鄰的像元權值為1，而45°和90°相鄰的像元權值為，并對計算結果按圖像大小進行規格化，以便對圖像進行對比。經過以上改進算法其最終的計算公式為［9］:

其中m，n為圖像的長和寬，df為灰度變化幅值，dx為像元間的距離增量。

根據以上定義影像數據質量評價指標，利用IDL編寫了影像數據客觀評價程序，實現了上述指標的自動化計算，利用IDL程序對影像數據的256個波段進行了質量評價，并對其數據質量計算結果進行統計分析。

4 數據質量評價與結果分析

為了減少拍攝的環境因素或人為操作等原因導致圖像質量的下降或者減弱，本文選擇了3天拍攝的數據進行統計分析。輻射精度方面的統計結果如圖3所示。從圖像均值看，多天數據均值呈現的趨勢基本一致，均值的數量級均在104大小范圍內；從方差方面看，該傳感器就信息量來說主要的信息量主要集中在波段10～100這90個波段之間，前12個波段的信息量較小，而后100個波段不僅信息量較小而且有個別波段存在壞行的情況；偏斜度主要反映直方圖信息偏離平均值的水平，從圖3（c）可以看出前150個波段的直方圖分布較為均勻，從第151波段之后尤其在第200波段之后圖像的直方圖分布變化較大，可能是由于這些波段的噪聲較大，有用信息較少導致的；陡度反映的是直方圖分布情況，陡度分布規律與偏斜度的規律基本一致，表現為從第151波段之后尤其在第200波段之后圖像的直方圖分布變化較大。

傳感器影像數據的信息豐富度隨波段的變化圖如圖4（a）所示，表現為前10個波段的信息量較小，而第11個～100個波段的信息量最大，從第101波段表現為信息量逐漸減小的趨勢。為此我們按照信息大小進行分成5組，第1波段到第10波段為一組，第11波段到100波段為第二組，剩余的150個波段每隔50個波段分為一組，并分別統計每組的信息。各波段信噪比信息見圖4（b）所示，信噪比整體表現偏低水平，且有些波段波動較大，具體表現在前200個波段的信噪比較為穩定，但也存在個別波段波動忽大忽小的現象，從第201波段之后信噪比表現為較高但信息量等較小。

圖3　高光譜成像儀數據輻射精度評價結果

圖4　高光譜成像儀數據信息熵和信噪比結果

目前，THEMIS-T-FPS2500高光譜地面成像儀采集數據多用于物質識別或分類等問題，這就要求圖像的清晰度、信息量以及信噪比等指標圖像數據分析應用方面滿足行業內應用需求。為了解傳感器獲取影像數據的整體表現，按上述波段分組信息分別對各個評價指標進行了統計分析。為方便比較各項指標，將各項指標的均值按組以各組的最大值為分母進行了歸一化處理，統計結果如圖5所示。從統計結果看，方差、信噪比、熵等表現圖像信息量的指標呈逐漸減小的趨勢。均值方面，前200個波段的均值較后56個波段的均值要大；方差則呈現逐漸遞減的趨勢。陡度指標中前10個波段的陡度較大，不能正確反映圖像穩定信息，建議使用前10個波段的數據的時候，要謹慎選擇，或者建議在使用過程將前10個波段進行剔除。從信噪比方面看，最后56個波段及第201波段至第256個波段的數據較前200個波段較小，所以建議在使用THEMIS-T-FPS2500高光譜地面成像儀采集數據用于分類或者識別的時候，要考慮通道信噪比差的波段，建議將最后56個波段的數據集進行剔除，以免因為數據質量影響最終分類結果。熵即信息量方面也呈現逐級遞減的趨勢；圖像清晰度上前10個波段和最后56個波段較小，中間190個波段較為穩定。根據劉艷芳等［13］的研究，分類的不確定性與空間過程和特性的準確確定度有關，而熵可以綜合度量分類的隨機不確定性和模糊不確定性。所以，建議使用THEMIS-T-FPS2500高光譜地面成像儀采集數據用于分類時，采用信息量較大的波段，即中間190個波段之間的數據，其他波段數據可以進行剔除，以避免分類精度的不確定性。

高光譜成像儀評價指標表 表4

圖5　高光譜成像儀評價指標歸一化柱狀圖

5 結 論

本文針對THEMIS-T-FPS2500地面高光譜成像儀拍攝的多時相數據，利用輻射精度、信噪比、清晰度、Shannon熵等常見的幾種圖像質量評價指標對該影像數據進行了初步的評價，得出以下結論:

（1）輻射精度方面，均值隨波段增長呈逐漸減小的趨勢，方差則前200個波段的方差較大，陡度則前10個波段的陡度較大，后156個波段的陡度則呈現較為穩定的現象。

（2）信噪比前200個波段的信噪比較大，最后56個波段的信噪比最低；信息量則呈現隨波段逐漸遞減的現象，清晰度中間190個波段的清晰度較好，前10個波段和后56個波段圖像清晰度較差。

（3）在使用此傳感器采集數據時，信噪比中前200個波段信噪比較好，但陡度前10個波段較大不易使用，且圖像清晰度較差。

由于高光譜地物成像儀在數據采集過程中受到燈光、拍攝環境、焦距及多種人為因素的影像數據，上述圖像質量評價各指標呈現的規律解釋還不夠充分。因此，圖像評價指標變化規律的主要驅動因素是下一步的研究重點。

［1］張連蓬.高光譜遙感影像特征提取與分類［M］.測繪出版社，2012.

［2］馬德敏.高光譜圖像質量評價［J］.紅外，2004（7）：18～23.

［3］張霞，張兵，趙永超等.中巴地球資源一號衛星多光譜掃描圖像質量評價［J］.中國圖象圖形學報，2002，7（6）：581～586.

［4］楊迪威.基于自然統計特性的圖像質量評價方法研究［D］.中國地質大學，2014.

［5］周雨霽，田慶久.EO-1 Hyperion高光譜數據的質量評價［J］.地球信息科學，2008，10（5）：678～683.

［6］Wang S，Zheng D，Zhao J，et al.Adaptive Watermarking and Tree Structure Based Image Quality Estimation［J］.IEEE Transactions on Multimedia，2011，16（2）：74～77.

［7］梁文秀，李俊生，周德民等.面向內陸水環境監測的GF-1衛星WFV數據特征評價［J］.遙感技術與應用，2015，30（4）：810～818.

［8］劉睿，孫九林，王卷樂等.環境與災害監測預報小衛星CCD數據質量評價［J］.地球科學進展，2011，26（9）：971～979.

［9］王鴻南，鐘文，汪靜等.圖像清晰度評價方法研究［J］.中國圖象圖形學報，2004，9（7）：828～831.

［10］胡安洲.主客觀一致的圖像感知質量評價方法研究［D］.中國科學技術大學，2014.

［11］尹靈芝，朱軍，蔡國林等.遙感影像質量評價方法綜述［J］.測繪與空間地理信息，2014（12）：32～35.

［12］王洪姣.圖像質量評價方法的研究及實現［D］.西安電子科技大學，2014.

［13］劉艷芳，蘭澤英，劉洋等.基于混合熵模型的遙感分類不確定性的多尺度評價方法研究［J］.測繪學報，2009，38（1）：82～87.

Imager Quality Evaluation of the THEMIS-T-FPS2500 Hyperspectral Imaging Camera

Xing Xiaoda1，2，Lv Shuqiang1，2，Yin Qinli1，2
（1.School of Geomatics and Urban Information Beijing University of Civil Engineering andArchitecture，Beijing 100044，China； 2.Engineering Research Center of Representative Architecture and Ancient Building Database Beijing University of Civil Engineering andArchitecture，Beijing 100044，China）

Based on the research on existing hyperspectral image quality evaluation methods，several common image quality evaluation indicesincluding radiometric accuracy（mean，variance，partial slope and gradient），information entropy as well as signal-to-noise ratio（SNR）are selected to evaluate the data acquired by the ground-based hyperspectral imagerTHEMIS-T-FPS2500.By the research and experiments，several results and proposals are given in this paper.Firstly，the SNRs of the images between band 200 and band 256 are poor and these images have low clarity.Secondly，although the SNRs of images between band 1 and band 10 are higher，their clarities are yet poor.Therefore，it is recommended to pay attention to their accuracy and availability when they are to be used.Finally，the data qualities of the remaining 190 bands are very well according to the indices used in this paper.Owing to the characters of clear targets，rich information，and expressing ground features correctly，these bands can be used in researches reliably with the advantages of high spectral resolution.

hyperspectral imager；image quality evaluation；SNR；clarity；information content

1672-8262（2016）02-74-06中圖分類號：P234.4，TP731

A