在遥感图像的成像、传输和存储过程中,由于成像系统、编码算法和存储设备等的不完善,以及成像过程中大气层云雾辐射信息的干扰,导致遥感图像发生不同程度的失真和降质,这给遥感图像后期的处理、分析和应用带来很大的困难。因此,设计合理的遥感图像质量评价方法,不仅有利于遥感图像实时处理系统中遥感图像质量的评判,还可以作用于遥感成像系统和图像处理算法的优化,具有重要的研究意义和应用价值。本文针对遥感图像降质会改变其统计分布这一特性,通过系统的学习现有理论和方法,对遥感图像质量评价方法进行了深入研究。主要的研究内容概括如下:(1)提出了一种结合区域对比度和梯度相似性的遥感图像质量评价方法,并构建了遥感图像失真数据库。通过分析人类视觉亮度特性,计算出参考遥感图像的区域对比度映射图,同时使用梯度幅值的变化表征遥感图像失真前后的结构退化,并求出参考遥感图像和失真遥感图像之间梯度相似图,最后将区域对比度映射图加权到梯度相似性图上,得到最终的遥感图像客观质量分数。在构建的遥感失真数据库上的实验结果表明了本章算法获得的客观质量分数与人类主观感知质量分数具有很高的一致性。(2)提出了一种基于纹理特征统计分布的无参考遥感图像质量评价方法。该方法通过分析纹理信息在遥感图像失真前后的变化,预测遥感图像的失真情况。通过提取遥感图像的灰度共生矩阵特征来表征遥感图像的全局纹理变化,提取梯度图局部二值模式特征来表征遥感图像的局部纹理变化,并结合主观感知质量分数,利用支持向量回归建立遥感图像纹理特征和人类主观感知质量之间的映射关系,最终构建出无参考遥感图像质量预测模型。实验结果表明了所提方法的一致性和合理性。(3)提出了一种无主观评分训练的盲遥感图像质量评价方法。该方法无需主观评分进行模型的训练。通过提取无失真参考遥感图像训练集的空间域和频率域统计特征,并将其拟合到多元高斯模型,构建遥感图像统计特征标准分布,对待测遥感图像同样求得统计分布,通过计算两者间的差异来评测遥感图像的质量。所提方法无需主观感知质量分数,实验结果表明提出的方法具有更好的通用性和鲁棒性。