資源三號(hào)衛(wèi)星多光譜圖像特征分析和質(zhì)量評(píng)價(jià)

李 霖，羅 恒，唐新明，李 楨

(1.武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，武漢 430079;2.國(guó)家測(cè)繪地理信息局衛(wèi)星測(cè)繪應(yīng)用中心，北京 100830)

0 引言

資源三號(hào)(ZY－3)01星是我國(guó)自主研發(fā)的首顆民用高分辨率立體測(cè)圖衛(wèi)星，主要用于開展國(guó)土資源調(diào)查和監(jiān)測(cè)、生產(chǎn)全國(guó)基礎(chǔ)地理信息1︰5萬比例尺測(cè)繪產(chǎn)品、完成1︰2.5萬及更大比例尺地圖的修測(cè)和更新等工作[1－3]，對(duì)我國(guó)長(zhǎng)期連續(xù)穩(wěn)定及快速獨(dú)立掌握衛(wèi)星遙感數(shù)據(jù)源具有重要意義。

圖像質(zhì)量是衛(wèi)星業(yè)務(wù)化運(yùn)行和應(yīng)用的首要保障。通過對(duì)衛(wèi)星圖像質(zhì)量進(jìn)行評(píng)價(jià)，得到圖像處理和信息提取的先驗(yàn)知識(shí)，對(duì)未來衛(wèi)星圖像質(zhì)量的進(jìn)一步提高以及后繼星的研制都具有重要意義[4]。多光譜圖像的輻射質(zhì)量對(duì)影像信息提取和視覺重建的效果以及正射影像圖(DOM)和數(shù)字表面模型(DSM)等產(chǎn)品及其應(yīng)用的質(zhì)量有著決定性影響[5]。衛(wèi)星遙感圖像質(zhì)量評(píng)價(jià)指標(biāo)可分為客觀評(píng)價(jià)和主觀評(píng)價(jià)2種。構(gòu)像質(zhì)量是客觀質(zhì)量評(píng)價(jià)中的一個(gè)主要方面，能夠反映圖像的可解譯性;光譜特性為多光譜圖像構(gòu)像質(zhì)量的重要特征要素，可以通過灰度統(tǒng)計(jì)參數(shù)(如均值、標(biāo)準(zhǔn)差等指標(biāo))反映圖像特征[6－7]，并通過清晰度、對(duì)比度、角二階矩和信息量等空間紋理參數(shù)對(duì)圖像的紋理特征進(jìn)行評(píng)價(jià)[8－9]。波段相關(guān)性反映了多光譜圖像各波段之間的信息冗余程度，可為評(píng)價(jià)衛(wèi)星多光譜波段配置的合理性和研究圖像用于地物信息提取的能力提供參考[10－11]。由于客觀質(zhì)量評(píng)價(jià)具有一定局限性，許多研究者和使用者從圖像工程和實(shí)際應(yīng)用的角度出發(fā)，結(jié)合主觀質(zhì)量評(píng)價(jià)的多項(xiàng)指標(biāo)，對(duì)國(guó)內(nèi)外遙感衛(wèi)星圖像質(zhì)量進(jìn)行了分析[12－14]，并以其他較典型的衛(wèi)星圖像作為對(duì)比參考，來評(píng)價(jià)所研究衛(wèi)星的圖像質(zhì)量和特征[15－16]。

本文采用客觀評(píng)價(jià)與主觀視覺特征分析評(píng)價(jià)相結(jié)合的方法對(duì)ZY－3多光譜相機(jī)的傳感器校正(sensor corrected，SC)級(jí)圖像數(shù)據(jù)進(jìn)行分析，明確其影像特征的有關(guān)指標(biāo)，對(duì)灰度特征和紋理特征進(jìn)行評(píng)價(jià)，并與參數(shù)性能相近的SPOT5衛(wèi)星多光譜圖像(high resolution geometric，HRG)進(jìn)行質(zhì)量對(duì)比分析，其結(jié)果可為用戶選用和處理ZY－3衛(wèi)星多光譜圖像數(shù)據(jù)提供參考。

1 數(shù)據(jù)源與實(shí)驗(yàn)區(qū)概況

1.1 多光譜遙感圖像

ZY－3星載多光譜相機(jī)的分辨率為5.8 m，覆蓋寬度為51 km，設(shè)置了藍(lán)、綠、紅和近紅外4個(gè)波段，可實(shí)時(shí)或準(zhǔn)實(shí)時(shí)地將圖像數(shù)據(jù)傳回地面接收站，通過地面處理提供假彩色及真彩色ZY－3圖像產(chǎn)品。SPOT5多光譜相機(jī)的分辨率為10 m，同樣設(shè)置了4個(gè)波段，但沒有藍(lán)波段，而是采用了綠、紅、近紅外和短波近紅外波段的配置(表1)。

表1 ZY－3和SPOT5多光譜相機(jī)光譜范圍Tab.1 Spectral range for multi－ spectral cameras of ZY－3 and SPOT5

由于SPOT5不具有藍(lán)波段，為了更好地進(jìn)行性能比較，使用ZY－3與SPOT5相對(duì)應(yīng)的波段進(jìn)行對(duì)比研究，由綠波段、紅波段和近紅外波段組合成假彩色合成圖像，圖像覆蓋區(qū)域?yàn)榘不帐∈徍貐^(qū)。

1.2 實(shí)驗(yàn)區(qū)概況

實(shí)驗(yàn)區(qū)選擇安徽省蕪湖地區(qū)。該地區(qū)屬亞熱帶濕潤(rùn)季風(fēng)氣候，地勢(shì)較為低平，有少數(shù)丘陵和洼地，為典型的沖積平原，地貌特征豐富，適合于研究ZY－3衛(wèi)星多光譜圖像對(duì)不同區(qū)域和地物的顯示能力。研究數(shù)據(jù)使用ZY－3多光譜SC級(jí)圖像，獲取日期為2012年2月19日;供對(duì)比分析的數(shù)據(jù)為覆蓋相同區(qū)域的SPOT5傳感器Scene 1A級(jí)圖像，獲取日期為2009年4月15日。

2 影像特征分析

2.1 影像特征統(tǒng)計(jì)

ZY－3 SC級(jí)多光譜圖像產(chǎn)品經(jīng)過16 bit量化處理，輻射分辨率較高，更易于識(shí)別不同的地面輻射信號(hào)，使圖像的可檢測(cè)能力增強(qiáng);相比之下，SPOT5的量化等級(jí)為8 bit，輻射分辨率較低。為了便于對(duì)ZY－3圖像進(jìn)行灰度特征統(tǒng)計(jì)和比較，對(duì)ZY－3圖像進(jìn)行重采樣，量化為8 bit。通過計(jì)算和統(tǒng)計(jì)值域范圍、均值、標(biāo)準(zhǔn)差等變量，對(duì)2種圖像的質(zhì)量進(jìn)行影像特征分析。值域范圍是圖像DN值的最大值和最小值之間的變化范圍，值域范圍愈大，影像信息愈豐富;平均值(m)反映地物影像的平均反射強(qiáng)度，表達(dá)圖像的整體輻射狀況;標(biāo)準(zhǔn)差(s)則可被看作圖像灰度值的概率密度函數(shù)的離散化圖形，反映圖像信息量，同一地區(qū)的不同圖像，標(biāo)準(zhǔn)差大表明圖像信息豐富。相關(guān)的計(jì)算公式為

式中:i，j分別為像元的行、列號(hào);g(i，j)為像元灰度值;m為平均值;s為標(biāo)準(zhǔn)差;M為行數(shù);N為列數(shù)。

使用上述方法，分別對(duì)ZY－3多光譜圖像的藍(lán)、綠、紅、近紅外波段和SPOT5多光譜圖像的綠、紅、近紅外和短波近紅外波段數(shù)據(jù)的最小值、最大值、均值和標(biāo)準(zhǔn)差進(jìn)行統(tǒng)計(jì)分析(表2)，用于對(duì)比2種圖像的影像特征。

表2 ZY－3和SPOT5各波段灰度特征統(tǒng)計(jì)Tab.2 Statistics of grey scale features for various bands of ZY－3 and SPOT5

根據(jù)對(duì)ZY－3和SPOT5各個(gè)波段的灰度特征統(tǒng)計(jì)數(shù)據(jù)的對(duì)比分析，可以得出以下結(jié)論:

體育比賽的賽場(chǎng)上，向來是少年英雄輩出的地方，而星光閃爍的天才少年，也絕不僅有泰國(guó)的昆拉武特。這不，男子網(wǎng)球選手的“王者”諾瓦克·德約科維奇最近便受到了巨大的挑戰(zhàn)，對(duì)方是來自德國(guó)的天才少年亞歷山大·茲維列夫（又被稱為“小茲維列夫”）。

1)ZY－3圖像的綠波段均值要低于SPOT5。因?yàn)镾POT5圖像的綠波段光譜覆蓋范圍要大于ZY－3，所以SPOT5圖像在綠波段接收的信息更為豐富;而在其余波段，ZY－3圖像的均值均高于SPOT5。

2)ZY－3圖像的各相鄰波段均值差別較小，在4個(gè)波段中，藍(lán)、綠、紅和近紅外波段之間相鄰波段均值差的絕對(duì)值分別為 7.821，0.891 和 8.763，均值差的平均值為6.139;而SPOT5圖像的各相鄰波段均值差的絕對(duì)值分別為 28.57，10.408 和18.081，均值差的平均值為19.019，均值差別較大。從圖1(a)可看出，ZY－3各相鄰波段的均值較均勻，因此ZY－3圖像的波段配置更為合理，各波段能量均衡，圖像信息豐富。

圖1 ZY－3和SPOT5圖像波段均值和標(biāo)準(zhǔn)差比較Fig.1 Comparison of mean and standard deviation between ZY－3 and SPOT5 bands

3)ZY－3圖像的4個(gè)波段的標(biāo)準(zhǔn)差均較大，標(biāo)準(zhǔn)差均值為55.209;SPOT5圖像的4個(gè)波段的標(biāo)準(zhǔn)差則遠(yuǎn)小于ZY－3，標(biāo)準(zhǔn)差均值為24.583(圖1(b))。這說明與SPOT5圖像相比，ZY－3圖像各波段的灰度等級(jí)高、波譜信息量大、地物顯示效果好。

在多光譜遙感圖像中，各波段之間的相關(guān)性通常用來計(jì)算波段的近似程度，用相關(guān)系數(shù)表示。相關(guān)系數(shù)描述2個(gè)波段成像函數(shù)間的相互近似程度，相關(guān)系數(shù)絕對(duì)值越大，表示2個(gè)波段的相關(guān)程度越高，反之則越低。相關(guān)系數(shù)c的計(jì)算公式為

式中:Xi和Yi為2個(gè)波段圖像的灰度值;X和Y為灰度值的均值;M，N分別為圖像的行、列數(shù)。

對(duì)不同地物的ZY－3和SPOT5圖像進(jìn)行了波段相關(guān)性統(tǒng)計(jì)。如圖2中的不同地物波段相關(guān)度蛛網(wǎng)圖所示，對(duì)于水體要素，ZY－3圖像各波段之間的相關(guān)系數(shù)低于SPOT5，尤其是近紅外波段與其他波段的信息冗余度最低;對(duì)于建筑物，ZY－3圖像的波段相關(guān)性略低于SPOT5，但二者各波段的信息耦合度都較高;而對(duì)于植被，SPOT5圖像的波段相關(guān)性則明顯低于ZY－3，故ZY－3圖像需要盡量使用近紅外波段數(shù)據(jù)，以便更好地提取植被信息。

圖2 ZY－3和SPOT5圖像波段相關(guān)度蛛網(wǎng)圖比較Fig.2 Comparison of band correlation between ZY－3 and SPOT5

2.2 典型區(qū)域直方圖統(tǒng)計(jì)

灰度直方圖用來表達(dá)圖像灰度級(jí)分布的概率，反映不同灰度值的像元面積或像元個(gè)數(shù)在圖像中所占的比例。分別選取城市、耕地和山區(qū)3個(gè)區(qū)域進(jìn)行ZY－3和SPOT5圖像直方圖對(duì)比。

圖3 城區(qū)圖像直方圖Fig.3 Histogram of urban area images

2)耕地。圖4示出以耕地為主的郊區(qū)圖像直方圖。ZY－3和SPOT5圖像的綠、紅波段均呈現(xiàn)出雙峰分布，但ZY－3圖像的4個(gè)波段差異較大，地物區(qū)分效果好。SPOT5圖像綠波段能夠與紅、近紅外波段明顯區(qū)分，也能較好地顯示郊區(qū)的耕地地物信息;但近紅外和短波近紅外波段直方圖相互重疊，不利于耕地信息提取。

圖4 郊區(qū)圖像直方圖Fig.4 Histogram of rural area images

3)山區(qū)。相對(duì)其他區(qū)域，山區(qū)地物較為單調(diào)，因此ZY－3和SPOT5圖像的灰度值范圍均有所減小。在圖5的山區(qū)直方圖中，ZY－3圖像的亮度較適中，SPOT5圖像則偏暗;ZY－3圖像的藍(lán)、綠、紅波段和SPOT5圖像的綠、紅波段在直方圖中均為較簡(jiǎn)單的正態(tài)分布，2個(gè)圖像的近紅外波段范圍跨度較大;而ZY－3圖像的3個(gè)波段的直方圖分布均勻，近紅外波段直方圖則有2個(gè)較小波峰;SPOT5圖像的近紅外波段直方圖較單調(diào)，且近紅外和短波近紅外波段重疊度高，對(duì)地物提取的效果會(huì)有一定影響。因此，ZY－3圖像的近紅外波段對(duì)山區(qū)地物的區(qū)分效果比SPOT5圖像的相關(guān)波段更好。

圖5 山區(qū)圖像直方圖Fig.5 Histogram of mountain area images

綜上所述，ZY－3圖像典型區(qū)域直方圖分布較好，圖像標(biāo)準(zhǔn)差大、偏斜度低，像元灰度值分布范圍較廣，峰度較小，在一定程度上說明ZY－3多光譜相機(jī)的輻射量化適當(dāng)，輻射處理方法和參數(shù)配置合理。

2.3 紋理指標(biāo)參數(shù)

紋理是反映遙感影像特征的重要信息，更是進(jìn)行目視判讀和計(jì)算機(jī)自動(dòng)解譯的重要基礎(chǔ)?；叶裙采仃囀且粋€(gè)相對(duì)頻率矩陣，通過統(tǒng)計(jì)在2個(gè)鄰近的、由特定距離和方向分開的處理窗口中出現(xiàn)的像元值，顯示了一個(gè)像元與其特定鄰域之間關(guān)系的發(fā)生數(shù)，可定量描述影像的紋理特征，通?？僧a(chǎn)生特征參數(shù)以反映地物類別在空間特征的差異特性和紋理信息的豐富程度。從灰度共生矩陣中產(chǎn)生的特征主要有均質(zhì)性(homogeneity，HOM)、對(duì)比度(contrast，CON)、信息熵(entropy，ENT)和角二階矩(angular second moment，ASM)。

均質(zhì)性也是局部穩(wěn)定性，主要用于度量圖像紋理局部變化的程度，反映圖像的均勻效果;對(duì)比度可理解為影像的清晰程度，反映某像素與相鄰像素的對(duì)比情況，紋理的溝紋越深，對(duì)比度越大，影像越清晰，視覺效果越好;信息熵可反映影像紋理的復(fù)雜程度，能夠用于評(píng)價(jià)遙感圖像信息量的豐富程度，紋理的復(fù)雜度越高，意味著圖像信息量越大，其熵值也越大;角二階矩是影像灰度分布均勻性的度量，主要用于觀察影像紋理粗細(xì)和方向性特征，紋理較粗時(shí)，角二階矩的值較大，反之則較小。相關(guān)的計(jì)算公式為

式中:p(i，j)為歸一化的灰度共生矩陣中的元素;i，j分別為像元的行、列號(hào);n=|i－j|;L為灰度級(jí)。

利用灰度共生矩陣對(duì)ZY－3和SPOT5多光譜圖像進(jìn)行概率統(tǒng)計(jì)，使用3像元×3像元的統(tǒng)計(jì)窗口，X，Y方向的步長(zhǎng)均設(shè)置為1個(gè)像元，灰度量化等級(jí)為64;分別提取均質(zhì)性、對(duì)比度、熵和角二階矩紋理特征值均值，并選擇ZY－3和SPOT5圖像的相同波段進(jìn)行紋理特征統(tǒng)計(jì)數(shù)據(jù)對(duì)比(表3)。

表3 ZY－3和SPOT5圖像紋理特征統(tǒng)計(jì)Tab.3 Statistics of texture characteristics of ZY－3 and SPOT5 images

分析表3中灰度共生矩陣的統(tǒng)計(jì)數(shù)據(jù)，可以得出以下結(jié)論:

1)在圖像局部穩(wěn)定性方面，ZY－3圖像的綠、紅及近紅外波段的均質(zhì)性數(shù)值都小于SPOT5，說明ZY－3圖像在均勻程度上低于SPOT5，因此使用ZY－3圖像能夠獲得更為豐富和明顯的空間結(jié)構(gòu)以及紋理特征。

2)城市圖像的對(duì)比度最高。無論是ZY－3還是SPOT5圖像，城市圖像對(duì)比度值均是農(nóng)田圖像的2倍左右，而農(nóng)田圖像對(duì)比度值又比山區(qū)高出1倍。在圖像的對(duì)比度統(tǒng)計(jì)方面，ZY－3和SPOT5圖像在3類典型地物圖像對(duì)比度客觀指標(biāo)上差異顯著，ZY－3圖像的對(duì)比度遠(yuǎn)遠(yuǎn)高于SPOT5圖像，尤其是在地物結(jié)構(gòu)復(fù)雜的城市區(qū)域最為顯著(約為SPOT5圖像對(duì)比度值的4倍)，說明ZY－3圖像的清晰度遠(yuǎn)高于SPOT5圖像，這一點(diǎn)從紋理均質(zhì)性分析中SPOT5圖像的對(duì)比度數(shù)值高于ZY－3圖像的情況也可以得到證實(shí)。

3)城市圖像的信息熵大于耕地和山區(qū)圖像。在上述3個(gè)區(qū)域中，ZY－3圖像各波段的信息熵也都略高于SPOT5圖像;尤其是在山地區(qū)域內(nèi)，2種不同圖像熵的差值最大，表明ZY－3圖像接收地面信息能力強(qiáng)，信息量大，各種地類地物均能得到較好的識(shí)別。還可以看出，ZY－3圖像近紅外波段的熵值要高于其他波段，在進(jìn)行圖像假彩色合成時(shí)，可盡量把該波段納入波段組合，以獲取更多的地物信息。

4)由于城市地物結(jié)構(gòu)更為復(fù)雜，城市圖像的角二階矩均小于山地圖像和農(nóng)田圖像，而不同區(qū)域的ZY－3圖像角二階矩都小于SPOT5圖像;因此，ZY－3圖像對(duì)紋理信息的反映強(qiáng)于SPOT5圖像，在空間復(fù)雜度方面優(yōu)于SPOT5圖像，對(duì)地物信息提取的性能更好。在紋理特征上，ZY－3圖像的空間紋理結(jié)構(gòu)及信息含量比SPOT5圖像更加清晰和豐富，尤其是在城市等地物豐富、結(jié)構(gòu)復(fù)雜的區(qū)域，充分利用ZY－3圖像的紋理特征有助于提高對(duì)地物的解譯能力。

3 影像地理要素視覺特征分析

數(shù)字特征統(tǒng)計(jì)評(píng)價(jià)對(duì)于圖像質(zhì)量評(píng)價(jià)結(jié)果較為客觀，但目前還沒有一套數(shù)學(xué)模型可以完全模擬人類對(duì)現(xiàn)實(shí)圖像的感知能力;人的視覺評(píng)價(jià)雖具有一定的主觀性和不全面性，但依然是圖像質(zhì)量評(píng)價(jià)的重要方面。因此，需要將主觀的目視定性評(píng)判標(biāo)準(zhǔn)和客觀的定量評(píng)價(jià)標(biāo)準(zhǔn)結(jié)合起來分析。

使用地理要素視覺特征評(píng)價(jià)方法，對(duì)比城市、耕地、山地等不同區(qū)域中的典型地物要素，對(duì)ZY－3和SPOT5圖像中典型地物要素邊緣的清晰度、飽和度和立體感等進(jìn)行比較(各區(qū)域的感興趣區(qū)如圖6所示)。

1)城市中的主要地物為建筑及設(shè)施、道路和城市綠地，還有部分水體。在ZY－3多光譜圖像中，可以看出房屋和道路邊緣清晰，建筑和陰影對(duì)比較明顯，影像立體感較強(qiáng);但部分人工地物區(qū)域亮度較大，淺色建筑邊緣對(duì)比度不足。SPOT5圖像的分辨率低于ZY－3圖像，因此在清晰度上要遜色不少，且人工地物整體偏亮，對(duì)比度效果相對(duì)不足。

2)耕地主要以植被和農(nóng)林用地為主。ZY－3圖像中耕地田埂的突出部分較為清晰，植被和耕地飽和度較高，色調(diào)較為均勻，色彩鮮艷，對(duì)比度強(qiáng)。而SPOT5圖像的色調(diào)不夠均勻，飽和度不足;且由于空間分辨率較低，清晰度與ZY－3圖像相比有較大差距;道路和田地的對(duì)比度不明顯，一些田間路無法辨別。由于地勢(shì)較為平坦，2圖像的立體感均無法體現(xiàn)。

3)山區(qū)主要參考地物為山脊、林地和山間道路等。ZY－3和SPOT5圖像中的山地區(qū)域整體偏暗，山脊線和山體陰坡的道路不清晰，立體感不強(qiáng);而ZY－3圖像中山峰陽(yáng)坡的飽和度較高，比SPOT5圖像有更好的對(duì)比度，且林地區(qū)域邊緣更為清晰。

根據(jù)ZY－3和SPOT5圖像在上述3個(gè)區(qū)域的不同判讀特征和效果，由多位長(zhǎng)期從事圖像生產(chǎn)和使用的專家對(duì)2種圖像進(jìn)行了影像地理要素視覺特征評(píng)價(jià)，并把評(píng)價(jià)、對(duì)比結(jié)果分為“好”“較好”“一般”“差”4個(gè)評(píng)價(jià)等級(jí)，對(duì)不同區(qū)域的不同指標(biāo)進(jìn)行了統(tǒng)計(jì)和分析，結(jié)果如表4所示。

表4 ZY－3和SPOT5圖像視覺要素特征對(duì)比Tab.4 Comparison of visual element characteristics between ZY－3 and SPOT5 images

從表4中的對(duì)比可以看出，ZY－3多光譜圖像的5.8 m的高空間分辨率和較好的輻射性能，使其多光譜圖像在影像地理要素視覺特征和解譯質(zhì)量方面具有較大的優(yōu)勢(shì)。從3個(gè)研究區(qū)域中的清晰度、色調(diào)和對(duì)比度等主觀評(píng)價(jià)情況來看，ZY－3圖像均有比SPOT5圖像更好的效果，適合用作各種遙感應(yīng)用的基礎(chǔ)圖像。

4 結(jié)論

1)對(duì)ZY－3和SPOT5高分辨率幾何(HRG)多光譜圖像的灰度統(tǒng)計(jì)和紋理特征進(jìn)行對(duì)比分析的結(jié)果表明，ZY－3多光譜圖像各個(gè)波段量化等級(jí)高、有效值域?qū)挕⒕挡町愝^小、能量分布均衡，且標(biāo)準(zhǔn)差較大，圖像層次豐富，影像分辨率、清晰度和色調(diào)均優(yōu)于SPOT5圖像。

2)對(duì)于水體、建筑的信息提取，ZY－3圖像具有更低的波段相關(guān)性;但在植被方面則稍遜于SPOT5圖像，需利用近紅外波段數(shù)據(jù)以達(dá)到更好的植被信息提取效果。

3)在紋理特征方面，ZY－3圖像能較好地反映地物類別的空間特征和結(jié)構(gòu)的差異特性，紋理豐富程度高于SPOT5。

從總體上來看，ZY－3多光譜圖像產(chǎn)品在圖像質(zhì)量、紋理特征等方面都有較好的性能，可以滿足中、小比例尺制圖和應(yīng)用要求;與ZY－3三線陣TDICCD(時(shí)間延遲積分電荷耦合器件)高分辨率相機(jī)全色圖像融合后，還能滿足更高精度制圖的應(yīng)用需求。

志謝:感謝國(guó)家測(cè)繪地理信息局衛(wèi)星測(cè)繪應(yīng)用中心提供ZY－3圖像數(shù)據(jù)。

[1]李德仁.我國(guó)第一顆民用三線陣立體測(cè)圖衛(wèi)星——資源三號(hào)測(cè)繪衛(wèi)星[J].測(cè)繪學(xué)報(bào)，2012，41(3):317－322.Li D R.China’s first civilian three－line－array stereo mapping satellite:ZY－ 3[J].Acta Geodaetica et Cartographica Sinica，2012，41(3):317－322.

[2]劉 斌，孫喜亮，邸凱昌，等.資源三號(hào)衛(wèi)星傳感器校正產(chǎn)品定位精度驗(yàn)證與分析[J].國(guó)土資源遙感，2012，24(4):36－40.Liu B，Sun X L，Di K C，et al.Accuracy analysis and validation of ZY－3’s sensor corrected products[J].Remote Sensing for Land and Resources，2012，24(4):36－40.

[3]唐新明，張 過，祝小勇，等.資源三號(hào)測(cè)繪衛(wèi)星三線陣成像幾何模型構(gòu)建與精度初步驗(yàn)證[J].測(cè)繪學(xué)報(bào)，2012，41(2):191－198.Tang X M，Zhang G，Zhu X Y，et al.Triple linear－ array imaging geometry model of Ziyuan－3 surveying satellite and its validation[J].Acta Geodaetica et Cartographica Sinica，2012，41(2):191－198.

[4]楊元元，王鴻南，汪 靜，等.CBERS－1衛(wèi)星超期圖像數(shù)據(jù)質(zhì)量評(píng)價(jià)研究[J].航天返回與遙感，2003，24(4):34—39.Yang Y Y，Wang H N，Wang J，et al.Research on the quality of exceed images provided by CBERS－ 1 satellite[J].Space Recovery and Remote Sensing，2003，24(4):34－39.

[5]Baltsavias E P，Pateraki M，Zhang L.Radiometric and geometric evaluation of IKONOS GEO－images and their use for 3D building modeling[C]//Proceedings of Joint ISPRS Workshop on High Resolution Mapping from Space 2001，Hannover，Germany:ISPRS 2001.

[6]翟 亮，唐新明，李 霖.遙感影像壓縮的構(gòu)像質(zhì)量評(píng)價(jià)[J].測(cè)繪與空間地理信息，2006，29(6):46－48.Zhai L，Tang X M，Li L.Image quality assessment for compressed remote sensing images[J].Geomatics and Spatial Information Technology，2006，29(6):46－48.

[7]Crespi M，De Vendictis L.A procedure for high resolution satellite imagery quality assessment[J].Sensors，2009，9(5):3289－ 3313.

[8]周雨霽，田慶久，張雪紅.CBERS－02B衛(wèi)星CCD數(shù)據(jù)質(zhì)量評(píng)價(jià)與植被分類應(yīng)用潛力[J].遙感信息，2008(6):47－52.Zhou Y J，Tian Q J，Zhang X H.CBERS－ 02B CCD image data quality evaluation and application potential for vegetation classification[J].Remote Sensing Information，2008(6):47－52.

[9]楊忠東，古松巖，邱 紅，等.中巴地球資源一號(hào)衛(wèi)星CCD圖像質(zhì)量評(píng)價(jià)和交叉定標(biāo)研究[J].遙感學(xué)報(bào)，2004，8(2):113－120.Yang Z D，Gu S Y，Qiu H，et al.CBERS－1’s CCD image quality evaluating and cross calibrating study[J].Journal of Remote Sensing，2004，8(2):113－120.

[10]馮晉臣，趙榮堂，張石新.多波段遙感信息的數(shù)據(jù)壓縮處理及其信道相關(guān)性的研究[J].通信學(xué)報(bào)，1984，7(3):52－28.Feng J C，Zhao R T，Zhang S X.The studies of data compression processing and channel correlation of multispectral remote sensing[J].Journal on Communications，1984，7(3):52－58.

[11]盧 健，彭 嫚，盧 昕.遙感圖像相關(guān)性及其熵計(jì)算[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2006，31(6):476－480.Lu J，Peng M，Lu X.Relativity of remote sensing images and entropy calculation[J].Geomatics and Information Science of Wuhan University，2006，31(6):476－480.

[12]張 霞，張 兵，趙永超，等.中巴地球資源一號(hào)衛(wèi)星多光譜掃描圖象質(zhì)量評(píng)價(jià)[J].中國(guó)圖象圖形學(xué)報(bào)，2002，7(6):581－586.Zhang X，Zhang B，Zhao Y C，et al.Image quality assessment for the infrared multi－spectral scanner of the Chinese－Brazil earth resources satellite[J].Journal of Image and Graphics，2002，7(6):581－586.

[13]汪 靜，楊媛媛，王鴻南，等.CBERS－1衛(wèi)星02星圖像數(shù)據(jù)質(zhì)量評(píng)價(jià)[J].航天返回與遙感，2004，25(2):34－38.Wang J，Yang Y Y，Wang H N，et al.The quality evaluation of the image date of CBERS－1 No.2 satellite[J].Space Recovery and Remote Sensing，2004，25(2):34－38.

[14]劉 江，張為成，王 強(qiáng).MODIS影像質(zhì)量評(píng)價(jià)方法研究[J].黑龍江工程學(xué)院學(xué)報(bào):自然科學(xué)版，2009，23(1):32－35.Liu J，Zhang W C，Wang Q.The study on image quality assessment for MODIS data[J].Journal of Heilongjiang Institute of Technology:Natural Science，2009，23(1):32－35.

[15]王欽軍，田慶久.IRS－P6衛(wèi)星LISS3圖像數(shù)據(jù)質(zhì)量評(píng)價(jià)[J].地理與地理信息科學(xué)，2007，23(3):11－14.Wang Q J，Tian Q J.Quality evaluation of LISS3 image from IRS－P6 satellite[J].Geography and Geo－ Information Science，2007，23(3):11－14

[16]何宇華，謝俊奇，劉順喜.ALOS衛(wèi)星遙感數(shù)據(jù)影像特征分析及應(yīng)用精度評(píng)價(jià)[J].地理與地理信息科學(xué)，2008，24(2):23－26.He Y H，Xie J Q，Liu S X.Image characteristics analysis and application accuracy assessment of ALOS data[J].Geography and Geo－ Information Science，2008，24(2):23－26.

[17]何中翔，王明富，楊世洪，等.遙感圖像客觀質(zhì)量評(píng)價(jià)方法研究[J].工程圖學(xué)學(xué)報(bào)，2011，32(6):47－52 He Z X，Wang M F，Yang S H，et al.Research on objective quality assessment of remote sensing image[J].Journal of Engineering Graphics，2011，32(6):47－52

[18]Zhang B，Chen Z C，Li J S.Image quality evaluation on Chinese first earth observation hyperspectral satellite[C]//Proceedings of 2009 IEEE International Geoscience and Remote Sensing Symposium(IGARSS)Gape Town:IEEE，2009，1:I－188－I－191.

[19]徐 文，葛曙樂，龍小祥，等.“資源三號(hào)”衛(wèi)星三線陣相機(jī)輻射質(zhì)量評(píng)價(jià)[J].航天返回與遙感，2012，33(3):65－74.Xu W，Ge S L，Long X X，et al.Radiometric image quality assessment of ZY－3 TLC camera[J].Space Recovery and Remote Sensing，2012，33(3):65－74.