14、卫星图像增强与基于元启发式的可变形模型图像分割技术

卫星图像增强与基于元启发式的可变形模型图像分割技术

卫星图像对比度增强技术

TCO算法测试与性能评估

在对卫星图像进行处理时，研究人员采用了大量的PAN QuickBird卫星图像来测试所提出的增强算法——TCO（Total Contrast Optimization）的性能。将TCO方法与现有的基于元启发式优化的流行增强方法进行了对比研究，涵盖主观和客观评估。

从图11a - d和图12a - c的图表中可以观察到，对于所有基准低对比度PAN卫星图像，TCO在对比度增强方面有显著改善。通过对均方误差（MSE）、峰值信噪比（PSNR）、感知质量得分（PQS）、通用质量指数（UQI）、局部信息保真度（LIF）和结构相似性指数（SSIM）等矩阵的对比分析，明确了TCO方法在低对比度PAN图像增强上表现更优。

性能指标	TCO方法表现
MSE	较低，表明与原始图像差异小
PSNR	较高，图像质量更好
PQS、UQI、LIF、SSIM	评估值最高，图像细节和清晰度提升

从图11a - d基于指标记录的图表可知，与其他方法相比，TCO方法在边缘锐度和清晰度方面有明显改进。根据上述性能矩阵的所有数据图，TCO方法在各项指