1. 引言
做遥感超分辨率重建有一段时间了,其中重要一环就是评价重建质量。对于遥感影像的重建来说,一般有RMSE,ERGAS,SAM,SRE等。对于数学解释,本文不做介绍。
2.Python实现
2.1 RMSE(均方根误差)
注意fake_hr为我的重建影像,real_hr为真实label影像。
def rmse(fake_hr, real_hr):
if len(fake_hr.shape) == 3:
channels = fake_hr.shape[2]
else:
channels = 1
fake_hr = np.reshape(fake_hr, (fake_hr.shape[0], fake_hr.shape[1], 1))
real_hr = np.reshape(real_hr, (real_hr.shape[0], real_hr.shape[1], 1))
fake_hr = fake_hr.astype(np.float32)
real_hr = real_hr.astype(np.float32)

本文介绍了遥感影像超分辨率重建中常用的评估指标,包括RMSE、ERGAS、SAM和SRE的Python实现。RMSE衡量重建影像与真实影像的均方根误差;ERGAS基于RMSE计算,反映不同波段的相对误差;SAM计算两幅影像之间的波谱角,用于评估光谱保真度;SRE是信号与重构误差比,衡量重建信号的质量。代码适用于遥感影像处理和分析。
最低0.47元/天 解锁文章
584





