随着遥感技术的飞速发展,遥感影像在环境监测、防火救灾、气象预报和测绘等领域的广泛应用,尤其在测绘方面的应用,使得其价值地位得到了极大的提升。关于提高遥感图像质量的各种算法以及关于遥感图像融合技术方面的研究也日益增多。遥感数据作为地理信息系统与其他各种应用系统的重要信息来源之一,其数据的质量也直接影响着各种实践应用。因此,探讨遥感数据的处理方法以及处理结果的精度分析与质量评价具有重要的理论和现实意义。目前关于遥感数据不确定性方面的研究多为对其分类属性数据不确定性的研究与探讨;而对于综合考虑遥感影像数据处理的各种误差以及对数据处理的结果进行精度分析与质最评价,这方面的研究还比较少,对遥感影像数据的综合质量进行评价仍无标准可循。长期以来,很多研究工作者都对遥感图像产品的质量进行过大量的研究,其质量检查多以人眼目视判断为依据,这种“图像清晰,反差适中,色调均匀……”等定性描述的语言,越来越不能满足质量评判的需要,目前的评判标准缺乏一定的客观性。本文研究的目的是收集和分析国内外与遥感影像质量度量相关的研究资料和研究成果,对影像图像质量关键因素进行分析,探讨精度分析与质量评价方法,对遥感影像数据的综合质量评价方法做了初步的研究。以模糊集为基础,全面阐述遥感影像质量评价的概念和方法,提出可行的基于模糊集的遥感影像的质量度量评价的方法,提出可行的遥感影像信息量、质量度量的模型,首次尝试采用五等二十五级的十分制的评价标准,建立了图像度量和十分制之间的线性关系,通过对模糊集的隶属函数的运用,使得图像的质量定位达到了比较全面客观的标准。由于图像本身是为人类视觉服务的特殊性和复杂性,决定了任何简单的建模思想都很难完全统一他人的看法和认识,因此本文采用较为适合客观定量标准的多因素的建模思想,而后由多位专业人员选择各项参数进行计算,运用模糊区间的算法,自动得出等级数目。这样的划分可以精确到25级水平,甚至更高。因此花费多位专家一些时间,对于精确定义一类或者确定一批样本图像质量等级还是值得的,除此任何一个单靠计算方法和个体的评判很难包容更多的众人意见,也就很难达到更好的客观性,一定人数的参与才能够保证评判的质量,这也正是利用多人进行建模的思想的原因。以往对单一的图像质量,只能在五个质量标准“优,良,中,差,较差”中,凭主观参考其他数值估计而出。这样既不科学又不准确。本文打破传统的仅仅依靠几个客观数据的主观评定,缺乏定量根据的比较式评价方法;依据专业人员的经验结合严密的模糊逻辑算法,使得结果更科学。本文首先引入了影响遥感图像质量的多个因素,介绍了它们的概念特点,而后并结合自己将要从事的方向,提出了一系列大胆尝试,采用图像精度、分辨率、清晰度,图像坏点以及元数据和说明文件正确完整情况的指标项,结合模糊数学的概念以及相关的运算,提出了隶属度的定义,介绍了隶属函数的意义和建立方法,在阐述了模糊集的基本概念之后,进一步阐述了区间值模糊集的概念定义。最后假设案例进行试验,建立评价等级,确定等级分值分布,本例分五等二十五小级。建立隶属函数,对于具体的评分规则具体阐述,根据区间模糊集的算法得出每个指标的等级的隶属度,确定属于的等级,继续重复运算可以得出属于的小级。这种评价的优点:1.尝试采用分值的定量标准进行衡量图像质量,摆脱长期以来依靠几个指标项数值,完全靠人的主观经验来判断的历史,使得划分等级更具体,更有可信度。2.算法比较科学,比简单平均加权运算得出具体分值更科学,使用模糊数学的隶属度,既能更好的反映图像对于各等级隶属关系,又能更好的比较图像间的质量优劣。3.模糊集隶属函数的运用,使得等级便于根据实际需要进行调节,我们采用的是国际上目前常用得五等级的划分方法,我们也可以根据需要划分成更多更细的等级。4.另外这种多重等级划分的计算,需要隶属函数的重复使用,有利于发挥计算机运算的特长。本文不足:1.对于遥感缺乏实际工作经验,具体衡量的各指标项有待于进一步选择,2.遥感图像种类和用途的的多样性,使得权重的大小根据需要进行变更,本文难以给出答案,需要专业人员凭自己的认识给出。