遙感圖像融合及質(zhì)量評價(jià)總結(jié)

遙感圖像融合及質(zhì)量評價(jià)總結(jié) 總結(jié)分兩大部分：融合部分和評價(jià)部分。圖像融合階段包括圖像的預(yù)處理，最佳波段的選擇，以及融合方法的選擇。圖像的預(yù)處理主要有對接收圖像質(zhì)量的控制，幾何校正，正射校正。論文中列出的算法均為常用算法。而后是對重采樣后圖像像素亮度的處理，有直方圖均衡化，直方圖匹配。最后對多源影像進(jìn)行影像匹配。最佳波段的選擇主要是根據(jù)多波段圖像間各波段圖像中信息含量多、相關(guān)性小、地物光譜差異大、可分性好的波段，進(jìn)行波段組合，進(jìn)行后續(xù)的圖像融合。融合方法的選擇方面除了常規(guī)方法以外，作者提出了2種改進(jìn)型融合算法：在像素級的融合方面（1）將HIS變換與小波變換結(jié)合算法；（2）小波變換的改進(jìn)算法。 在突出邊緣的融合方面采用將突出邊緣的特征級融合圖像與像素級融合圖像再融合的改進(jìn)算法。圖像質(zhì)量的評價(jià)這幾篇論文進(jìn)采用主客觀相結(jié)合的評價(jià)方式，最終以評分的形式確定圖像的質(zhì)量。主要有1、基于人眼視覺系統(tǒng)HVS的評分系統(tǒng)； （1）基于HVS感興趣特性和對比度的遙感圖像無參考質(zhì)量評價(jià)方法這種方法基于人類視覺系統(tǒng)感興趣性的原理，在對比度計(jì)算時(shí)考慮視覺感興趣區(qū)域與背景區(qū)域權(quán)重系數(shù)，實(shí)現(xiàn)了一種基于HVS的感興趣特性和對比度的遙感圖像無參考質(zhì)量評價(jià)方法。并利用遙感圖像專家?guī)斓膱D像和數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本章方法更加符合主觀評價(jià)的結(jié)果。 （2）基于HVS掩蓋效應(yīng)和圖像模糊的遙感圖像無參考質(zhì)量評價(jià)方法該方法以盲測量圖像模糊算法作為理論基礎(chǔ)，將HVS的空間復(fù)雜度掩蓋模型、亮度掩蓋模型引入到圖像質(zhì)量評價(jià)過程中，并對人眼灰度敏感度進(jìn)行建模，建模過程依據(jù)人類視覺系統(tǒng)對灰度具有差異的敏感性這一特性。實(shí)現(xiàn)了基于HVS和模糊的改進(jìn)的遙感圖像無參考質(zhì)量評價(jià)體系。2、基于模糊集的評分系統(tǒng)；該方法基于模糊度理論，選取若干個(gè)圖像質(zhì)量參數(shù)，確定圖像模糊度，由模糊度級隸屬函數(shù)劃分圖像一級等級，然后再按二級隸屬函數(shù)劃分二級等級。次方法過程較復(fù)雜，工作量較大，結(jié)果相對精確。3、針對土地利用項(xiàng)目的各個(gè)階段質(zhì)量對應(yīng)控制的質(zhì)量評價(jià)方式。 這種質(zhì)量控制方法從階段到整體對圖像處理的每一步均進(jìn)行質(zhì)量檢驗(yàn)，確保每一階段圖像質(zhì)量均在可接受范圍之內(nèi)，最后再對結(jié)果進(jìn)行整體檢驗(yàn)，確定圖像質(zhì)量。其針對的是土地利用變更遙感監(jiān)測項(xiàng)目，針對性較強(qiáng)。遙感圖像融合及質(zhì)量評價(jià)總結(jié) 1一、融合階段總結(jié)： 31、遙感影像預(yù)處理 31.1幾何校正 31.2基于影像直方圖的預(yù)處理 31.3影像配準(zhǔn) 42、多波段遙感影像最佳波段選擇 52.1遙感影像最佳波段選擇指標(biāo) 52.2分析試驗(yàn)數(shù)據(jù) 62.3試驗(yàn)數(shù)據(jù)最佳波段選取 73、圖像融合方法 83.1像素級融合處理方法 83.2突出邊緣信息的影像融合方法 9二質(zhì)量評價(jià)階段總結(jié) 101基于HVS的主客觀相結(jié)合的評價(jià)方法 101.1建立主觀評分?jǐn)?shù)據(jù)庫 101.2基于HVS和SSIM的遙感圖像全參考質(zhì)量評價(jià)方法 111.3基于HVS感興趣特性和對比度的遙感圖像無參考質(zhì)量評價(jià)方法 111.4基于HVS掩蓋效應(yīng)和圖像模糊的遙感圖像無參考質(zhì)量評價(jià)方法 122基于模糊集理論的主客觀相結(jié)合評價(jià)方法 132.1評價(jià)參數(shù)選取 132.2建立基于模糊集的評分系統(tǒng) 142.3評分并評級 163階段性與整體性圖像質(zhì)量控制方法 163.1圖像接收階段 173.2圖像預(yù)處理階段 183.3圖像融合階段 183.4整體性圖像質(zhì)量檢驗(yàn) 18小結(jié) 19一、融合階段總結(jié)：1、遙感影像預(yù)處理1.1幾何校正 1.1.1位置校正 1.1.2重采樣 論文列舉方法有最鄰近內(nèi)插法,雙線性內(nèi)插法及三次卷積內(nèi)插法。最鄰近內(nèi)插法的優(yōu)點(diǎn)是不破壞原來的像元值，處理速度快,但會使原影像中的某些線狀特征變粗成塊。雙線性與三次卷積內(nèi)插法則可以減少線狀特征的塊狀化現(xiàn)象，但兩種方法均具有低通濾波性質(zhì)，校正后濾掉信號中的部分高頻分量。在實(shí)際工作中，應(yīng)依據(jù)具體的影像和應(yīng)用目標(biāo)選擇不同的內(nèi)插算法。1.2基于影像直方圖的預(yù)處理 1.2.1直方圖均衡化 直方圖均衡化又稱直方圖平坦化，是將一已知灰度概率密度分布的影像，經(jīng)過某種變換，變成一幅具有均勻灰度概率密度分布的新影像，其結(jié)果是擴(kuò)展了像元取值的動態(tài)范圍。其實(shí)質(zhì)是對影像進(jìn)行非線性拉伸，重新分配影像像元值，使一定灰度范圍內(nèi)的像元的數(shù)量大致相等。直方圖均衡后每個(gè)灰度級的像元數(shù)理論上應(yīng)相等，但實(shí)際上為近似相等，直接從影像上看，直方圖均衡效果是：1、各灰度級所占影像的面積近似相等，因?yàn)槟承┗叶燃壋霈F(xiàn)高的像素不可能被分割。2、原影像上出現(xiàn)頻率小的灰度級被合并，頻率高的灰度級被保留，因此可以增強(qiáng)影像上大面積地物與周圍地物的反差。3、如果輸出數(shù)據(jù)分段級較少，則會產(chǎn)生一些大類地物的近似輪廓。 1.2.2直方圖匹配 直方圖匹配是通過非線性變換使得一個(gè)影像的直方圖與另一個(gè)影像直方圖類似。直方圖匹配對在不同時(shí)間獲取的同一地區(qū)或鄰接地區(qū)的影像，或者由于太陽高度角或大氣影響引起差異的影像處理很有用，特別是對影像鑲嵌或變化檢測。為了使影像直方圖匹配獲得好的結(jié)果,兩幅影像應(yīng)有相似的特性:1、影像直方圖總體形狀應(yīng)類似。2、影像中明暗特征應(yīng)相同。3、對某些應(yīng)用，影像的空間分辨率應(yīng)相同。4、影像上地物分布應(yīng)相同,尤其是不同地區(qū)的影像匹配。如果一幅影像里有云，而另一幅沒有云，那么在直方圖匹配前，應(yīng)將其中一幅進(jìn)行去云處理。 直方圖匹配在HIS變換融合、主成分變換融合和小波變換融合中用得較多，且能起到輻射增強(qiáng)的效果。許多研究表明：直方圖匹配能夠在盡量保持光譜信息的情況下提高融合影像的細(xì)節(jié)信息，增大信息量。1.3影像配準(zhǔn) 影像配準(zhǔn)為對從不同傳感器、不同時(shí)相、不同角度所獲得的兩幅或多幅影像進(jìn)行最佳匹配的處理過程。其中的一幅影像是參考影像數(shù)據(jù),其它影像則作為輸入影像與參考影像進(jìn)行相關(guān)匹配。 影像配準(zhǔn)是影像融合處理中最關(guān)鍵的一個(gè)步驟。在影像融合的各項(xiàng)預(yù)處理過程中，多幅影像的幾何配準(zhǔn)精度對融合影像的質(zhì)量影響最為顯著。主要有兩類像素層影像配準(zhǔn)算法：基于區(qū)域的配準(zhǔn)算法和基于控制點(diǎn)的配準(zhǔn)算法?；趨^(qū)域的影像配準(zhǔn)算法已廣泛的應(yīng)用于各種影像配準(zhǔn)領(lǐng)域，它運(yùn)用的是整個(gè)區(qū)域的影像像素灰度值來進(jìn)行配準(zhǔn)?；趨^(qū)域的像素層配準(zhǔn)算法主要分為三類：灰度相關(guān)類算法、快速相關(guān)算法（如變灰度級相關(guān)算法、FFT相關(guān)法、序貫相似性檢測算法(SSDA)、變分辨率相關(guān)算法等、以及相位相關(guān)算法）。這類配準(zhǔn)技術(shù)目前發(fā)展較為成熟，在沒有太大的畸變情況下具有較好的配準(zhǔn)性能且對各種影像場景都有較好的適應(yīng)性。由于基于區(qū)域的配準(zhǔn)是以像素的灰度值為基礎(chǔ)，當(dāng)存在較大的灰度畸變時(shí)，這類算法就難免失效。此外，整個(gè)區(qū)域的影像灰度值難以正確描述影像的結(jié)構(gòu)信息，當(dāng)存在較為復(fù)雜的結(jié)構(gòu)畸變時(shí)，基于區(qū)域的配準(zhǔn)算法也很難得到正確的配準(zhǔn)結(jié)果。針對以上兩種情況，目前研究較多的是基于控制點(diǎn)的影像配準(zhǔn)算法。 基于控制點(diǎn)的影像配準(zhǔn)方法通過選取影像間明顯的控制點(diǎn)對，利用它們之間的對應(yīng)關(guān)系來獲得配準(zhǔn)結(jié)果，從而解決了無法掌握灰度畸變成因而失配的難題。控制點(diǎn)的選擇分為人工選點(diǎn)和自動選點(diǎn)兩種，兩種選點(diǎn)方法的選點(diǎn)精度都受到影像質(zhì)量影響，例如在低分辨率或噪聲干擾大的影像中選取的控制點(diǎn)的精度都會有所降低。而影像配準(zhǔn)效果在很大程度上取決于控制點(diǎn)選取的好壞，因此，如何選取高精度的控制點(diǎn)是基于控制點(diǎn)的配準(zhǔn)算法的關(guān)鍵所在。2、多波段遙感影像最佳波段選擇2.1遙感影像最佳波段選擇指標(biāo)通常,波段選擇考慮三個(gè)方面的因素：(1)波段或波段組合信息含量的多少；(2)各波段間相關(guān)性的強(qiáng)弱；(3)研究區(qū)內(nèi)欲識別地物的光譜響應(yīng)特征如何。那些信息含量多、相關(guān)性小、地物光譜差異大、可分性好的波段組合就是最佳組合。因此常選用下列指標(biāo)判斷最佳波段。2.1.1均值、標(biāo)準(zhǔn)差、信息嫡和聯(lián)合嫡1）均值均值就是像素的平均灰度值，對人眼反映為平均亮度；標(biāo)準(zhǔn)差反映了相對灰度均值的離散狀況，標(biāo)準(zhǔn)差越大，灰度分布越分散。一般認(rèn)為平均灰度接近128和更大方差的圖像有較好的視覺效果。2）標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差反映了圖像灰度相對于灰度平均值的離散情況。在某種程度上，標(biāo)準(zhǔn)差也可用來評價(jià)圖像信息量的大小。若標(biāo)準(zhǔn)差大，則圖像灰度級分布分散，圖像的反差大，可以看出更多的信息。標(biāo)準(zhǔn)差小，圖像反差小，對比度不大，色調(diào)單一均勻，看不出太多的信息。3）信息嫡圖像的嫡值是衡量圖像信息豐富程度的一個(gè)重要指標(biāo)，嫡值的大小表示圖像所包含的平均信息量的多少。對于一幅單獨(dú)的圖像，可以認(rèn)為其各像素的灰度值是相互獨(dú)立的樣本，則這幅圖像的灰度分布為p={p0，p1，…，pi，…，pL-1}，pi為灰度值等于i的像素?cái)?shù)與圖像總像素?cái)?shù)之比。根據(jù)shamrnon信息論的原理，一幅圖像的信息嫡為4）聯(lián)合嫡兩幅圖像的聯(lián)合嫡為:式中Pi1i2是圖像X1像元亮度值為i1與圖像X2中同名像元亮度值為i2時(shí)的聯(lián)合概率。一般來說聯(lián)合嫡值越大，圖像信息量越大。2.1.2相關(guān)系數(shù)及最佳指數(shù)1）相關(guān)系數(shù)融合圖像與源圖像的相關(guān)系數(shù)能反映兩幅圖像光譜特征的相似程度，其定義如下：式中，和分別為融合圖像與源圖像的均值。通過比較融合前后的圖像相關(guān)系數(shù)可以看出圖像的光譜信息的改變程度。融合的影像與相應(yīng)多光譜影像的相關(guān)系數(shù)p能反映融合影像同原多光譜影像光譜特征相似程度，即保光譜特性能力。同樣，通過比較融合增強(qiáng)前后的圖像相關(guān)系數(shù)可以看出融合影像與高分辨率影像的空間分辨率改善程度。2）最佳指數(shù)美國查維茨提出的最佳指數(shù)OIF的概念，即其中，Si為第i個(gè)波段的標(biāo)準(zhǔn)差，Rij為i，j兩波段的相關(guān)系數(shù)。對n波段圖像數(shù)據(jù)，計(jì)算其相關(guān)系數(shù)矩陣，再分別求出所有可能三組合波段對應(yīng)的OIF。OIF越大，則相應(yīng)組合圖像的信息量越大。對OIF按照從大到小的順序進(jìn)行排列，即可選出最優(yōu)組合方案。2.2分析試驗(yàn)數(shù)據(jù)以議論文中選取IKONOS和QUICKBIRD影像試驗(yàn)為例QUICKBIRD影像是2021年5月份合肥地區(qū)256平方公里的數(shù)據(jù)，IKONOS影像是2021年5月份北京地區(qū)100平方公里數(shù)據(jù)。由表可以看出：QUICKBIRD標(biāo)準(zhǔn)差Ⅱ>Ⅱ>Ⅲ>Ⅰ，IKONOS標(biāo)準(zhǔn)差Ⅳ>Ⅲ>Ⅱ>Ⅰ，標(biāo)準(zhǔn)差越大越好，則圖像灰度級分布分散，圖像的反差大，說明信息量豐富；QUICKBIRD信息嫡Ⅳ>Ⅲ>Ⅱ>Ⅰ，IKONOS信息嫡Ⅳ>Ⅲ>Ⅱ>Ⅰ，墑值的大小表示圖像所包含的平均信息量的多少，信息嫡越大說明信息量越豐富。2.3試驗(yàn)數(shù)據(jù)最佳波段選取一般來說,波段選擇有兩點(diǎn)原則：①所選擇的波段和波段組合的信息量最大；②所選的波段和波段組合使得某些地物類別之間最容易區(qū)分。對于論文中試驗(yàn)數(shù)據(jù)做各個(gè)波段組合分析：由上表可知波段Ⅰ、Ⅲ、Ⅳ聯(lián)合嫡和最佳指數(shù)最大。由聯(lián)合嫡、最佳指數(shù)以及以上各波段的分析可知，最佳波段組合是Ⅰ、Ⅲ、Ⅳ。3、圖像融合方法3.1像素級融合處理方法論文中對于此類列舉了幾種常規(guī)算法并一種改進(jìn)算法，包括：3.1.1影像代數(shù)運(yùn)算融合方法1）加權(quán)平均融合方法2）乘積性融合方法3）比值融合方法4）高通濾波融合方法3.1.2彩色空間變換融合方法1)HIS變換融合法2)YIQ與YUV變換融合法3.1.3PCA變換融合方法3.1.4基于塔式分解和重建融合方法1)基于拉普拉斯塔形分解的影像融合方法。2)基于梯度塔形分解的影像融合方法。3.1.5小波變換融合方法3.1.6改進(jìn)算法1)將HIS變換與小波變換結(jié)合算法其基本思想是:多光譜影像經(jīng)TROUS小波分解后生成不同尺度的近似影像和一組相關(guān)分辨率的小波面，不同尺度下的近似影像及每一小波面的尺寸都與原影像的尺寸相同。在不同尺度下的近似影像中，低頻分量集中了絕大部分能量，它與多光譜影像中的光譜信息相對應(yīng)。高分辨率全色影像經(jīng)TROUS小波分解得到一組不同分辨率的小波面，在每一小波面中，絕對值較大的系數(shù)對應(yīng)于原始影像中的顯著特征(如邊緣、線、區(qū)域邊界等)，它反映了原始影像中的豐富細(xì)節(jié)和空間結(jié)構(gòu)。因而在高分辨率全色影像與多光譜影像融合時(shí)，盡可能保留高分辨率全色影像的小波面系數(shù)；另一方面保持多光譜影像的近似數(shù)據(jù)，并抑制高分辨率全色影像的近似數(shù)據(jù)，以達(dá)到融合影像既保留原始影像中的豐富細(xì)節(jié)和空間結(jié)構(gòu)，又不改變原多光譜影像的光譜信息。因此將高分辨率影像經(jīng)小波分解得到的各小波面疊加到低分辨率多光譜影像中，從而既提高了多光譜影像的空間分辨率，同時(shí)又保持了多光譜影像的光譜信息。2)小波變換的改進(jìn)算法該算法根據(jù)待融合影像分辨率之比來確定采用幾進(jìn)制小波，將待融合的高分辨率影像進(jìn)行多進(jìn)制小波變換，然后把高分辨影像經(jīng)小波變換后獲得的低頻成分和低分辨率影像依據(jù)一定的關(guān)系進(jìn)行相互替換，以形成新的高分辨影像的低頻成分，經(jīng)過多進(jìn)制小波逆變換獲得融合后的影像最大限度地利用了待融合影像的信息，防止了影像信息的丟失。3.2突出邊緣信息的影像融合方法3.2.1經(jīng)典邊緣檢測算子常用的邊緣檢測算子有Sobel算子、Prewitt算子、Roberts算子、Laplacian算子和Canny算子。3.2.2改進(jìn)算法首先對高分辨率全色影像與多光譜影像選取適當(dāng)?shù)姆椒ㄟM(jìn)行像素級融合，同時(shí)，對邊緣信息豐富的全色影像進(jìn)行不同算子的邊緣檢測分別得到邊緣影像1和邊緣影像2，然后將兩幅邊緣影像進(jìn)行特征融合，融合后的邊緣影像與前面生成的像素級融合影像用下列公式進(jìn)行疊加，其中，N（x,y）、F（x,y）、L（x,y）分別為邊緣增強(qiáng)影像、像素級融合影像及邊緣影像；K為權(quán)系數(shù)。其流程圖如下:二質(zhì)量評價(jià)階段總結(jié)1基于HVS的主客觀相結(jié)合的評價(jià)方法HVS：人類視覺系統(tǒng)，論文提出的所有方法均以HVS為依據(jù)，按盡量符合人眼觀察信息時(shí)的生理特點(diǎn)而設(shè)計(jì)。1.1建立主觀評分?jǐn)?shù)據(jù)庫 論文中選取10張?jiān)歼b感圖像，經(jīng)過4種失真方式處理，獲得了240張待評價(jià)圖像。選擇3個(gè)專家人員以及15個(gè)非專家人員參加圖像主觀質(zhì)量評價(jià)。按照ITU-RBT.500-11中有所描述標(biāo)準(zhǔn)，評分系統(tǒng)采用雙刺激連續(xù)質(zhì)量測量法的設(shè)計(jì)，為評價(jià)人員展示圖像對。評分人員對圖像打分（百分制）。該過程工作量較大。1.2基于HVS和SSIM的遙感圖像全參考質(zhì)量評價(jià)方法該方法主要針對大部分圖像無法較準(zhǔn)確的評價(jià)包含嚴(yán)重失真的圖像的問題而設(shè)計(jì)。具體實(shí)現(xiàn)的過程如下，首先生成相應(yīng)的視覺感知圖，生成過程使用到圖像的空間域視覺特征(包括空間位置、紋理復(fù)雜度以及亮度對比度等)。其次生成失真感知圖，該圖可通過計(jì)算塊結(jié)構(gòu)相似度得到。接著通過視覺感知圖計(jì)算獲得相應(yīng)的視覺特征顯著區(qū)域，同時(shí)通過失真感知圖計(jì)算獲得相應(yīng)的失真嚴(yán)重區(qū)域，再進(jìn)而計(jì)算視覺注意焦點(diǎn)的轉(zhuǎn)移，要分別從視覺特征顯著因素與失真嚴(yán)重因素這兩個(gè)方面進(jìn)行考慮，分析該轉(zhuǎn)移影響了視覺感知的哪些方面,在考慮視覺注意焦點(diǎn)轉(zhuǎn)移的基礎(chǔ)之上，重新生成一幅視覺感知圖（焦點(diǎn)轉(zhuǎn)移后的）。最終圖像的客觀質(zhì)量可以通過將塊結(jié)構(gòu)相似度與兩幅視覺感知圖加權(quán)求和獲得。1.3基于HVS感興趣特性和對比度的遙感圖像無參考質(zhì)量評價(jià)方法實(shí)際為在對比度計(jì)算時(shí)考慮視覺感興趣區(qū)域與背景區(qū)域權(quán)重系數(shù)，實(shí)現(xiàn)了一種基于HVS的感興趣特性和對比度的遙感圖像無參考質(zhì)量評價(jià)方法。通過①計(jì)算圖像中感興趣區(qū)域與非感興趣區(qū)域的加權(quán)因子以及歸一化后的加權(quán)系數(shù)；②計(jì)算出圖像的原始對比度值以及添加HVS特性之后的對比度值。所得結(jié)果作為評價(jià)標(biāo)準(zhǔn)。論文中實(shí)驗(yàn)結(jié)果為此方法計(jì)算結(jié)果表明添加了HVS特性之后的對比度值與圖像的主觀評價(jià)值相關(guān)性和單調(diào)性都高于傳統(tǒng)方法。這就意味著，在添加了HVS特性之后,圖像的評價(jià)值與其主觀評價(jià)值更為相似，即加入了HVS特性之后的圖像評價(jià)值的結(jié)果更為符合人類在現(xiàn)實(shí)生活中對圖像所進(jìn)行的評價(jià)。1.4基于HVS掩蓋效應(yīng)和圖像模糊的遙感圖像無參考質(zhì)量評價(jià)方法 該方法以盲測量圖像模糊算法作為理論基礎(chǔ)，將HVS的空間復(fù)雜度掩蓋模型、亮度掩蓋模型引入到圖像質(zhì)量評價(jià)過程中，并對人眼灰度敏感度進(jìn)行建模，建模過程依據(jù)人類視覺系統(tǒng)對灰度具有差異的敏感性這一特性。實(shí)現(xiàn)了基于HVS和模糊的改進(jìn)的遙感圖像無參考質(zhì)量評價(jià)體系。該方法通過對圖像進(jìn)行掩蓋后確定圖像的邊緣，則使用邊緣檢測算子計(jì)算出邊緣結(jié)果，然后計(jì)算該邊緣點(diǎn)的灰度敏感度s（g），由s（g）求出所有邊緣點(diǎn)基于HVS的模糊度HB，取其最大結(jié)果作為該圖像的模糊度。論文中實(shí)驗(yàn)驗(yàn)證結(jié)果為：如表5.5，在第一組實(shí)驗(yàn)中,引入了HVS的掩蓋特性的質(zhì)量評價(jià)結(jié)果(HB)與主觀評價(jià)結(jié)果的相關(guān)度：pearson相關(guān)系數(shù)為90.4%，spearman秩相關(guān)系數(shù)為90.7%，說明本文的方法與主觀評價(jià)結(jié)果更加具有一致性。在第二組實(shí)驗(yàn)中，雖然三幅圖像均使用同樣的模糊半徑進(jìn)行模糊,但由于亮度不同，評價(jià)人員從視覺感知上對他們的打分顯然有所不同，而評分也反映出它們的質(zhì)量是依次下降的。對于原始的模糊度值(B)得出的評分確實(shí)完全相同的，根因也是其并未考慮人眼灰度敏感度特性的影響。根據(jù)評價(jià)分析可以看出，三幅圖像的基于HVS的掩蓋特性的質(zhì)量評價(jià)結(jié)果(HB)與主觀評價(jià)結(jié)果的相關(guān)度：pearson相關(guān)系數(shù)為94.1%，spearman秩相關(guān)系數(shù)高達(dá)95.1%，表明本文方法所得到的模糊程度評價(jià)結(jié)果與主觀評價(jià)結(jié)果更加具有一致性。根據(jù)以上兩組實(shí)驗(yàn)，可以推斷，引入了HVS的掩蓋特性的質(zhì)量評價(jià)方法更加符合人眼的視覺特性。2基于模糊集理論的主客觀相結(jié)合評價(jià)方法模糊集合是將普通集合論中元素x對于集合A隸屬關(guān)系體征函數(shù)的取值范圍從{0，1}拓展到了[0，1]。從而導(dǎo)出了模糊集合(也稱模糊子集)的概念。檢測圖像質(zhì)量時(shí)選取若干個(gè)相應(yīng)參數(shù)，用這些參數(shù)確定圖像的模糊度，再將模糊度代入隸屬函數(shù)，確定圖像的質(zhì)量等級。2.1評價(jià)參數(shù)選取 客觀質(zhì)量的評價(jià)的元素，應(yīng)該具備 ①靠元素的一個(gè)數(shù)值便能在一定程度上說明質(zhì)量的優(yōu)劣；②數(shù)值的大小應(yīng)與質(zhì)量和分?jǐn)?shù)都應(yīng)呈線性關(guān)系（無論正反比），便于建立函數(shù)為宜。因此經(jīng)過分析，在客觀評價(jià)方面采用影像幾何精度、調(diào)制傳遞曲線、分辨率、信噪比、元數(shù)據(jù)和說明文件正確性以及完整性、為評價(jià)標(biāo)準(zhǔn)。評價(jià)是采用10分制模式。其中影（1）像幾何精度采用Kappa度量模型，K臨經(jīng)Kappa分析所得的圖像合格臨界值（2）調(diào)制傳遞曲線采用MTF度量建模，（3）分辨率采用（4）信噪比（5）元數(shù)據(jù)和說明文件正確性以及完整性另外再加一項(xiàng)（6）主觀因素這里采用傳統(tǒng)的描述方式，由專業(yè)人員先按五分制打分，再轉(zhuǎn)化成十分制，其標(biāo)項(xiàng)有：影像的清晰度、影像的色彩、影像的亮度、對比度以及色差、色斑等分別列表如下：具體得分細(xì)則如下：2.2建立基于模糊集的評分系統(tǒng)此論文運(yùn)用模糊集原理將遙感圖像質(zhì)量劃分為五大級，每一大級再細(xì)分為五級，共25級，并從整體，局部，特征三方面評分： 1、整體 信噪度 分辨率 清晰度 圖像精度 2、局部 局部信噪度 局部分辨率 局部清晰度 局部精度 3、特征 說明文件完整性 元數(shù)據(jù)完整性 元數(shù)據(jù)正確性 主觀因素性評分項(xiàng)目列表如下：2.3評分并評級 多位評分人員計(jì)算上述評分參數(shù)，建立評分矩陣，與對應(yīng)權(quán)重矩陣相乘，將結(jié)果代入對應(yīng)一級模糊度隸屬函數(shù)出區(qū)間值模糊綜合評判矩陣，計(jì)算最終模糊度。根據(jù)模糊度劃分一級，然后再代入二級模糊度評分函數(shù)，確定二級區(qū)間，劃分二級等級?；谀：脑u價(jià)方法步驟多，而且每個(gè)參數(shù)的計(jì)算量較大，由參數(shù)代入隸屬函數(shù)計(jì)算模糊度時(shí)也比較多，但結(jié)果精確。針對不同融合目的的圖像，應(yīng)選擇不同的模糊度評價(jià)參數(shù)，保證計(jì)算結(jié)果的合理性。3階段性與整體性圖像質(zhì)量控制方法 這種質(zhì)量控制方法是對圖像處理的每一步均進(jìn)行質(zhì)量檢驗(yàn)，確保每一階段圖像質(zhì)量均在可接受范圍之內(nèi)，最后再對結(jié)果進(jìn)行整體檢驗(yàn)，確定圖像質(zhì)量。其針對的是土地利用變更遙感監(jiān)測項(xiàng)目，針對性較強(qiáng)。操作流程如下圖：3.1圖像接收階段 數(shù)據(jù)接收階段是數(shù)據(jù)質(zhì)量問題最早出現(xiàn)的階段，在對接收到的各種數(shù)據(jù)進(jìn)行生產(chǎn)和加工之前就需要對所接收到的各種數(shù)據(jù)進(jìn)行數(shù)據(jù)質(zhì)量的檢查。針對該項(xiàng)目在該階段所接收到的數(shù)據(jù)大致包括：基礎(chǔ)底圖、原始影像、DOM數(shù)據(jù)、2021年度的土地調(diào)查數(shù)據(jù)庫及年度疑似新增的建設(shè)用地?cái)?shù)據(jù)庫等。接收數(shù)據(jù)檢查及處理表：3.2圖像預(yù)處理階段 該階段檢測針對的是預(yù)處理中的幾何校正和正射校正。3.3圖像融合階段 該階段論文針對的是土地變化進(jìn)行的檢測。3.4整體性圖像質(zhì)量檢驗(yàn) 該階段針對提交前成果按監(jiān)理組相關(guān)標(biāo)準(zhǔn)，對提交成果進(jìn)行全面檢查。主要有以下幾方面： 1、成果是否完整，格式，命名，組織是否正確。 2、數(shù)學(xué)基礎(chǔ)（坐標(biāo)是否統(tǒng)一、投影是否正確） 3、DOM檢查 4、鑲嵌塊信息文件 5、檢測圖斑 6、邏輯一致性 7、XXB檢查 8、DMM檢查最后按這8個(gè)大方面對提交前的結(jié)果進(jìn)行整體性檢查，保證最終提交結(jié)果的質(zhì)量?？傮w上看此方法目的性、針對性較強(qiáng)，某些評價(jià)指標(biāo)不具代表性，而且論文各階段進(jìn)行質(zhì)量控制方面屬其對操作過程的規(guī)范化，后續(xù)圖像質(zhì)量的檢測又屬圖像處理中的必須工作。其整體檢測思想可以借鑒。小結(jié)本次總結(jié)主要真對圖像融合處理各階段，其中融合階段包括圖像預(yù)處理，最佳融合波段選擇，融合方法選擇。其中預(yù)處理和波段選擇階段的算法屬于常規(guī)方法。圖像融合階段論文根據(jù)融和信息抽象層次包括數(shù)據(jù)層(即像素層)、特征層和決策層，按這三個(gè)層次將融合分為三級，即像素級融合、特征級融合和決策級融合。提出了在像素級融合、特征級融合的改進(jìn)型算法。圖像質(zhì)量評價(jià)中主要根據(jù)主客觀相結(jié)合的評價(jià)方式，建立評分系統(tǒng)，確定評價(jià)等級。主要有基于人眼視覺系統(tǒng)的評分系統(tǒng)和基于模糊集的評分系統(tǒng)。這兩種評價(jià)方法均與常規(guī)方法相比有改進(jìn)和創(chuàng)新，原理較復(fù)雜，步驟較多，工作量很大，結(jié)果符合人眼的生理原理并且評分結(jié)果細(xì)致，準(zhǔn)確。

咖啡店創(chuàng)業(yè)計(jì)劃書第一部分：背景在中國，人們越來越愛喝咖啡。隨之而來的咖啡文化充滿生活的每個(gè)時(shí)刻。無論在家里、還是在辦公室或各種社交場合，人們都在品著咖啡?？Х戎饾u與時(shí)尚、現(xiàn)代生活聯(lián)系在一齊。遍布各地的咖啡屋成為人們交談、聽音樂、休息的好地方，咖啡豐富著我們的生活，也縮短了你我之間的距離，咖啡逐漸發(fā)展為一種文化。隨著咖啡這一有著悠久歷史飲品的廣為人知，咖啡正在被越來越多的中國人所理解。第二部分：項(xiàng)目介紹第三部分：創(chuàng)業(yè)優(yōu)勢目前大學(xué)校園的這片市場還是空白，競爭壓力小。而且前期投資也不是很高，此刻國家鼓勵大學(xué)生畢業(yè)后自主創(chuàng)業(yè)，有一系列的優(yōu)惠政策以及貸款支持。再者大學(xué)生往往對未來充滿期望，他們有著年輕的血液、蓬勃的朝氣，以及初生牛犢不怕虎的精神，而這些都是一個(gè)創(chuàng)業(yè)者就應(yīng)具備的素質(zhì)。大學(xué)生在學(xué)校里學(xué)到了很多理論性的東西，有著較高層次的技術(shù)優(yōu)勢，現(xiàn)代大學(xué)生有創(chuàng)新精神，有對傳統(tǒng)觀念和傳統(tǒng)行業(yè)挑戰(zhàn)的信心和欲望，而這種創(chuàng)新精神也往往造就了大學(xué)生創(chuàng)業(yè)的動力源泉，成為成功創(chuàng)業(yè)的精神基礎(chǔ)。大學(xué)生創(chuàng)業(yè)的最大好處在于能提高自己的潛力、增長經(jīng)驗(yàn)，以及學(xué)以致用;最大的誘人之處是透過成功創(chuàng)業(yè)，能夠?qū)崿F(xiàn)自己的理想，證明自己的價(jià)值。第四部分：預(yù)算1、咖啡店店面費(fèi)用咖啡店店面是租賃建筑物。與建筑物業(yè)主經(jīng)過協(xié)商，以合同形式達(dá)成房屋租賃協(xié)議。協(xié)議資料包括房屋地址、面積、結(jié)構(gòu)、使用年限、租賃費(fèi)用、支付費(fèi)用方法等。租賃的優(yōu)點(diǎn)是投資少、回收期限短。預(yù)算10-15平米店面，啟動費(fèi)用大約在9-12萬元。2、裝修設(shè)計(jì)費(fèi)用咖啡店的滿座率、桌面的周轉(zhuǎn)率以及氣候、節(jié)日等因素對收益影響較大?？Х瑞^的消費(fèi)卻相對較高，主要針對的也是學(xué)生人群，咖啡店布局、格調(diào)及采用何種材料和咖啡店效果圖、平面圖、施工圖的設(shè)計(jì)費(fèi)用，大約6000元左右3、裝修、裝飾費(fèi)用具體費(fèi)用包括以下幾種。(1)外墻裝飾費(fèi)用。包括招牌、墻面、裝飾費(fèi)用。(2)店內(nèi)裝修費(fèi)用。包括天花板、油漆、裝飾費(fèi)用，木工、等費(fèi)用。(3)其他裝修材料的費(fèi)用。玻璃、地板、燈具、人工費(fèi)用也應(yīng)計(jì)算在內(nèi)。整體預(yù)算按標(biāo)準(zhǔn)裝修費(fèi)用為360元/平米，裝修費(fèi)用共360*15=5400元。4、設(shè)備設(shè)施購買費(fèi)用具體設(shè)備主要有以下種類。(1)沙發(fā)、桌、椅、貨架。共計(jì)2250元(2)音響系統(tǒng)。共計(jì)450(3)吧臺所用的烹飪設(shè)備、儲存設(shè)備、洗滌設(shè)備、加工保溫設(shè)備。共計(jì)600(4)產(chǎn)品制造使用所需的吧臺、咖啡杯、沖茶器、各種小碟等。共計(jì)300凈水機(jī)，采用美的品牌，這種凈水器每一天能生產(chǎn)12l純凈水，每一天銷售咖啡及其他飲料100至200杯，價(jià)格大約在人民幣1200元上下?？Х葯C(jī)，咖啡機(jī)選取的是電控半自動咖啡機(jī)，咖啡機(jī)的報(bào)價(jià)此刻就應(yīng)在人民幣350元左右，加上另外的附件也不會超過1200元。磨豆機(jī)，價(jià)格在330―480元之間。冰砂機(jī)，價(jià)格大約是400元一臺，有點(diǎn)要說明的是，最好是買兩臺，不然夏天也許會不夠用。制冰機(jī)，從制冰量上來說，一般是要留有富余?？钪票鶛C(jī)每一天的制冰量是12kg。價(jià)格稍高550元，質(zhì)量較好，所以能夠用很多年，這么算來也是比較合算的。5、首次備貨費(fèi)用包括購買常用物品及低值易耗品，吧臺用各種咖啡豆、奶、茶、水果、冰淇淋等的費(fèi)用。大約1000元6、開業(yè)費(fèi)用開業(yè)費(fèi)用主要包括以下幾種。(1)營業(yè)執(zhí)照辦理費(fèi)、登記費(fèi)、保險(xiǎn)費(fèi);預(yù)計(jì)3000元(2)營銷廣告費(fèi)用;預(yù)計(jì)450元7、周轉(zhuǎn)金開業(yè)初期，咖啡店要準(zhǔn)備必須量的流動資金，主要用于咖啡店開業(yè)初期的正常運(yùn)營。預(yù)計(jì)2000元共計(jì)： 120000+6000+5400+2250+450+600+300+1200+1200+480+400+550+1000+3000+450+2000=145280元第五部分：發(fā)展計(jì)劃1、營業(yè)額計(jì)劃那里的營業(yè)額是指咖啡店日常營業(yè)收入的多少。在擬定營業(yè)額目標(biāo)時(shí)，必須要依據(jù)目前市場的狀況，再思考到咖啡店的經(jīng)營方向以及當(dāng)前的物價(jià)情形，予以綜合衡量。按照目前流動人口以及人們對咖啡的喜好預(yù)計(jì)每一天的營業(yè)額為400-800，根據(jù)淡旺季的不同可能上下浮動2、采購計(jì)劃依據(jù)擬訂的商品計(jì)劃，實(shí)際展開采購作業(yè)時(shí)，為使采購資金得到有效運(yùn)用以及商品構(gòu)成達(dá)成平衡，務(wù)必針對設(shè)定的商品資料排定采購計(jì)劃。透過營業(yè)額計(jì)劃、商品計(jì)劃與采購計(jì)劃的確立，我們不難了解，一家咖啡店為了營業(yè)目標(biāo)的達(dá)成，同時(shí)有效地完成商品構(gòu)成與靈活地運(yùn)用采購資金，各項(xiàng)基本的計(jì)劃是不可或缺的。當(dāng)一家咖啡店設(shè)定了營業(yè)計(jì)劃、商品計(jì)劃及采購計(jì)劃之后，即可依照設(shè)定的采購金額進(jìn)行商品的采購。經(jīng)過進(jìn)貨手續(xù)檢驗(yàn)、標(biāo)價(jià)之后，即可寫在菜單上。之后務(wù)必思考的事情，就是如何有效地將這些商品銷售出去。3、人員計(jì)劃為了到達(dá)設(shè)定的經(jīng)營目標(biāo)，經(jīng)營者務(wù)必對人員的任用與工作的分派有一個(gè)明確的計(jì)劃。有效利用人力資源，開展人員培訓(xùn)，都是我們務(wù)必思考的。4、經(jīng)費(fèi)計(jì)劃經(jīng)營經(jīng)費(fèi)的分派是管理的重點(diǎn)工作。通常能夠?qū)⒖Х鹊杲?jīng)營經(jīng)費(fèi)分為人事類費(fèi)用(薪資、伙食費(fèi)、獎金等)、設(shè)備類費(fèi)用(修繕費(fèi)、折舊、租金等)、維持類費(fèi)用(水電費(fèi)、消耗品費(fèi)、事務(wù)費(fèi)、雜費(fèi)等)和營業(yè)類費(fèi)用(廣告宣傳費(fèi)、包裝費(fèi)、營業(yè)稅等)。還能夠依其性質(zhì)劃分成固定費(fèi)用與變動費(fèi)用。我們要針對過去的實(shí)際業(yè)績設(shè)定可能增加的經(jīng)費(fèi)幅度。5、財(cái)務(wù)計(jì)劃財(cái)務(wù)計(jì)劃中的損益計(jì)劃最能反映全店的經(jīng)營成