4．2  对实际图像信噪比估算结果 17

4．3  信噪比估算方法对比分析 23

4．4  本章总结 24

结  论 25

致  谢 27

参考文献 28

 1  绪论

1．1  信噪比的概念

信噪比表征了平均信号值与噪声信号值的相对大小，它在很大程度上决定了遥感系统的成败[1]。在获取遥感数据的过程中，噪声的影响不可忽略，通过计算各个子系统的噪声来对整个成像系统的噪声进行估算较难实现。因此，在实际应用中通常对光学遥感图像进行信噪比估算。

目前，在遥感领域中，定义信噪比的方式有很多。这些定义都有一个共同点，即信噪比是信号与噪声的比值：  。各种定义对于信号和噪声的描述形式各有不同。本文在对遥感图像的信噪比进行估算时，认为整幅图像的信噪比是图像平均值与图像中噪声标准差之比。源[自[吹冰^`论`文]网·www.chuibin.com/

1．2  光学遥感图像的噪声

遥感图像在获得、传送等过程中，其质量会因为受到噪声的影响而下降[2]。在光学遥感中，图像噪声主要由两类噪声组成：一是周期性噪声，又称为系统噪声，它可以通过频域变换滤波有效地消除；二是随机噪声，它的影响始终存在，一般认为这种随机噪声是加性噪声[3]。加性噪声与图像信号无关，可以用如下形式表示 （2.1）

式中， 代表含有噪声的原图； 代表图像的信号； 代表噪声，通常采用高斯白噪声对这种加性噪声进行模拟[4], 用标准差来表征噪声的大小[5]。高斯白噪声，也称高斯型白噪声，是指噪声的概率密度函数满足正态分布统计特性，同时它的功率谱密度函数是常数的一类噪声。值得注意的是，高斯白噪声同时涉及噪声的两个不同方面，即概率密度函数的正态分布性和功率谱密度函数的均匀性，即具有“高斯”和“白”两种特性，且二者缺一不可。其中，“白”是指它的功率谱密度函数在整个频域内是常数，服从均匀分布。之所以称之为“白”，是因为它类似于光学中包含全部可见光频率在内的白光，凡是不符合上述条件的噪声就称为有色噪声。“高斯”是指它的概率密度函数服从高斯分布，即正态分布。在遥感图像信噪比估算中，经常假定系统中的噪声为高斯白噪声，主要有以下两个原因：一、高斯白噪声可以表示为数学表达式，分析、运算比较方便；二、系统中的噪声主要表现为加性噪声[6]，而高斯白噪声能较好地体现噪声的这一特性。下式是它的概率密度函数

（2.2）

式中， 为噪声的标准差。

此外，在微波遥感中，图像噪声还包括乘性噪声，用模型表示为

（2.3）

式中， 代表含有噪声的原图； 代表图像的信号； 为噪声，下式是它的概率密度函数

（2.4）

在遥感图像中，噪声信号与地物覆盖类型有关，与波长的变化，仪器本身特性及大气吸收等都有密切的关系。随着计算机的快速发展，图像处理技术也迅速发展提高，但随之也带来了数据量化产生的噪声。现在，研究人员对图像的质量越来越重视，从空间域到频率域寻找有效的消除遥感图像噪声的方法，而从图像本身来计算噪声就是一种直接且有效的方法。

1．3  研究光学遥感图像信噪比的意义

遥感技术作为新兴的探测技术，拥有许多优势，它能快速收集数据、时时反映地物的变化，探测范围远大于常规手段，采集的数据综合性强。当今社会，遥感技术被广泛应用于军事侦察、立体测绘、资源探测、气象探测等领域[7]。我国在上述各领域也先后开展了一些实际应用，并取得了不错的效果。现今，遥感图像使我们从另一个角度了解我们周围的环境并能够监视环境的开发利用状况，而在此过程中遥感图像的质量非常重要。