Показатель фотографической резкости аэро- и космических изображений, получаемых для целей картографирования

Аэрофототопография
УДК: 
528.7
DOI: 
10.22389/0016-7126-2020-960-6-35-44
1 Аникеева И.А.
Год: 
2020
№: 
6
960
Страницы: 
35-44

Роскартография, АО

1, 
Аннотация:
Основными характеристиками материалов аэро- и космической съёмки, получаемых для целей картографирования, являются отчётливая передача деталей и фотографическая резкость, определяющая их изобразительные свойства. Резкость аэро- и космических снимков влияет на точность производимых по ним измерений, а также качество полу- чаемой продукции. Способность изображения передавать мелкие детали раздельно определяется его фактической разрешающей способностью. Показано, что фактическая разрешающая способность не полностью отражает структурометрические характеристики изобразительного качества снимков. Приведены расчёты, показывающие, что ни фактическая разрешающая способность, ни градационная характеристика «локальный контраст» не позволяют оценить резкость изображения. В статье предложен метод численной оценки фотографической резкости изображения, основанный на градиентной характеристике пограничной кривой. Показано преимущество данного метода по сравнению с альтернативными. Приведён общий вид формулы для вычисления показателя резкости изображения для любого радиометрического разрешения. Предложенный метод позволяет получить нормированную величину, изменяющуюся в пределах от 0 до 1, что обеспечивает очевидную интерпретируемость результата. Определено допустимое значение показателя резкости материалов аэро- и космической съёмки, получаемых для целей картографирования. Приведены примеры снимков, полученных аэросъёмочным комплексом на базе лёгкого беспилотного воздушного судна, а также космическими аппаратами дистанционного зондирования Земли, удовлетворяющих установленному допустимому значению резкости. Показано соответствие полученных численных оценок визуальному восприятию резкости изображений.
Выражаю благодарность АО «Урало-Сибирская геоинформационная компания», особенно главному инженеру Елене Кобзевой, за предоставленные для эксперимента материалы аэросъёмки и помощь в идее оценки фотографической резкости снимков

Список литературы: 
1.   Аникеева И.А., Кадничанский С.А. Оценка фактической разрешающей способности аэро- и космических фотоснимков по пограничной кривой // Геодезия и картография. – 2017. – № 6. – С. 25-36. DOI: 10.22389/0016-7126-2017-924-6-25-36.
2.   Фотокинотехника: Энциклопедия / Гл. ред. Е. А. Иофис. – М.: Советская энциклопедия, – 1981. – 447 c.
3.   Кадничанский С.А. Оценка контраста цифровых аэрофото- и космических снимков // Геодезия и картография. – 2018. – № 3. – С. 46-51. DOI: 10.22389/0016-7126-2018-933-3-46-51.
4.   Кучко А.С. Аэрофотография. Основы и метрология – М.: Недра, – 1974. – 272 c.
5.   Сай С. В., Сорокин Н. Ю. Метод оценки чёткости фотореалистичных изображений // Электроника, измерительная техника, радиотехника и связь. Докл. ТУСУРа. – 2012. – Т. 6. – № 2. – С. 78–82.
6.   Gvozden G., Grgic S., Grgic M. (2018) Blind image sharpness assessment based on local contrast map statistics // Journal of Visual Communication and Image Representation. 50, pp. 145-148.
7.   Chen M. J., Bovik A. C. (2014) No-reference image blur assessment using multiscale gradient // EURASIP Journal on Image and Video Processing. 1, pp. 1-11. DOI: 10.1186/1687-5281-2014-40.
8.   Ciancio A., Da Costa A. T., Da Silva A. B., Said A., Sama- dani R., Obrador P. (2011) No-reference blur assessment of digital pictures based on multifeatureclassifiers // IEEE Transactions on Image Processing. 1, pp. 64-75. DOI: 10.1109/TIP.2010.2053549.
9.   Cohen E., Yitzhaky Y. (2010) No-reference assessment of blur and noise impacts on image quality // Signal, Image and Video Processing. 4, pp. 289-302. DOI: 10.1007/s11760-009-0117-4.
10.   Feichtenhofer C., Fassold H., Schallauer P. (2013) A Perceptual Image Sharpness Metric Based on Local Edge Gradient Analysis // IEEE Signal Processing Letters. 20, 4, pp. 379-382. DOI: 10.1109/LSP.2013.2248711.
11.   Ferzli R., Karam L. J. (2009) A no-reference objective image sharpness metric based onthe notion of just noticeable blur (JNB) // IEEE Transactions on Image Processing. 18, 4, pp. 717-728. DOI: 10.1109/TIP.2008.2011760.
12.   Jiao S., Qi H., Lin W., Shen W. (2013) Fast and efficient blind image quality index inspatial domain // Electronics Letters. 49, 18, pp. 1137-1138. DOI: 10.1049/el.2013.1837.
13.   Kamble V., Bhurchandi K. M. (2015) No-reference image quality assessment algorithms: A survey // Optik. 126, pp. 11-12. DOI: 10.1016/j.ijleo.2015.02.093.
14.   Li C., Bovik A.C., Wu X. (2011) Blind image quality assessment using a general regression neural network // IEEE Transactions on Neural Networks. 22, 5, pp. 793-799. DOI: 10.1109/TNN.2011.2120620.
15.   Liang L., Wang S., Chen J., Ma S., Zhao D., Gao W. (2010) No-reference perceptual image quality metric using gradient profiles for JPEG2000 // Signal Processing: Image Communication. 25, 7, pp. 502-516.
16.   Marais I. V. Z., Steyn W. H. (2007) Robust defocus blur identification in the context of blind image quality assessment // Signal Processing: Image Communication. 22, 10, pp. 833-844.
17.   Moorthy A. K., Bovik A. C. (2011) Blind image quality assessment: from naturalscene statistics to perceptual quality, IEEE Trans. Image Process // IEEE Transactions on Image Processing. 20, 12, pp. 3350-3364. DOI: 10.1109/TIP.2011.2147325.
18.   Narvekar N. D., Karam L. J. (2011) A no-reference image blur metric based on the cumu-lative probability of blur detection (CPBD) // IEEE Transactions on Image Processing. 20, 9, pp. 2678-2683. DOI: 10.1109/TIP.2011.2131660.
19.   Qian J., Zhao H., Fu J., He G., Hou X., Fang B., Qian J. (2018) No-reference image sharpness metric based on directional derivatives. International Conference on Security, Pattern Analysis, and Cybernetics (SPAC) pp. 340-344. DOI: 10.1109/SPAC.2017.8304301.
20.   Sheikh H.R., Sabir M.F. and Bovik A.C. (2006) A statistical evaluation of recent full reference image quality assessment algorithms // IEEE Transactions on Image Processing. 15, 11, pp. 3440-3451.
21.   Sheikh H. R., Wang Z., Cormack L., Bovik A. C. LIVE Image Quality Assessment Database Release 2 URL: live.ece.utexas.edu/research/quality (дата обращения: 13.01.2020).
22.   Shen J., Li Q., Erlebacher G. (2011) Hybrid no-reference natural image quality assessment of noisy, blurry, JPEG2000, and JPEG images // IEEE Transactions on Image Processing. 20, 8, pp. 2089-2098. DOI: 10.1109/TIP.2011.2108661.
23.   Wang Z., Bovik A.C., Sheikh H. R., Simoncelli E. P. (2004) Image quality assessment: from error visibility to structural similarity // IEEE Transactions on Image Processing. 13, 4, pp. 600-612. DOI: 10.1109/TIP.2003.819861.
24.   Wu S., Lin W., Xie S., Lu Z., Ong E. P., Yao S. (2009) Blind blur assessment for vision-basedapplications // Journal of Visual Communication and Image Representation. 20, 4, pp. 231-241.
25.   Laboratory for Image and Video Engineering URL: https://www.live.ece.utexas.edu/research/quality/subjective.htm (дата обращения: 13.01.2020).
Образец цитирования:
Аникеева И.А., 
Показатель фотографической резкости аэро- и космических изображений, получаемых для целей картографирования // Геодезия и картография. – 2020. – № 6. – С. 35-44. DOI: 10.22389/0016-7126-2020-960-6-35-44
СТАТЬЯ
Поступила в редакцию: 10.12.2019
Принята к публикации: 01.06.2020
Опубликована: 20.07.2020

Содержание номера

2020 июнь DOI:
10.22389/0016-7126-2020-960-6