遥感影像阴影多波段检测与去除理论模型研究

阴影是遥感影像的基本特征之一，它使地物目标反映的信息量有所损失或受到干扰，而去除阴影一直是遥感影像处理的难题。从研究遥感影像阴影产生机理出发，提出了一种多波段检测阴影的方法和基于能量信息补偿去除阴影的理论模型。通过IKONOS影像进行方法与模型验证，真实再现阴影区地物特征，增加影像信息量，提高数据质量。     

基于统计混合模型的遥感影像阴影检测

为提高阴影检测精度,提出一种新的遥感影像阴影检测方法—将径向基函数神经网络构建的混合模型(称作SMM-RBFNN)应用于遥感影像阴影检测。灰度共生矩阵中的能量、熵、对比度和逆差矩4种统计特征量作为混合模型的输入特征矢量,采用类“期望-最大化”算法(类EM)进行参数估计,训练检测器实现阴影检测。对多幅带有浓厚阴影的遥感影像进行实验,结果表明所提出的方法明显优于传统的高斯背景法和直方图阈值法,能够较好地解决强反射性地物漏检和水体错检问题,能够克服基于阈值思想的检测法需要反复实验选取阈值的缺点。     

基于整体变分模型的影像阴影检测算法研究

将影像上普遍存在的阴影视为图像退化的一种特殊形式，以整体变分模型为基础，以影像上阴影区域亮度普遍较暗且较均匀、阴影区域和非阴影区域之间的反差普遍较大的特点为约束，导出了整体变分模型用于影像上阴影检测的基本算法。通过对若干幅实际影像的阴影检测实验表明，本文算法对灰度影像和彩色影像上阴影区域的检测是有效的。     

基于地理数据的间接光线跟踪算法的研究

８０年代初出现的光线跟踪算法可以精确地生成高度真实感图像,但是它繁杂的求交运算限制了它在复杂数据领域中的应用,尤其是在具有随机特性的地理数据中的应用。     

基于K-L变换的彩色航空影像阴影检测

从K-L变换的原理及其特性出发,提出了一种利用K-L变换技术来对影像上的阴影进行检测的方法,实验表明其对彩色航空影像上阴影区域的检测是有效的.     

基于RGB和HSI色彩空间的遥感影像阴影补偿算法

通过分析研究抑制蓝色分量和亮度线性补偿这2种阴影补偿算法,利用阴影区域与其同质区信息相似的特点,把这2种算法进行合并与改进,提出基于RGB和HSI色彩空间的阴影补偿算法。实验数据表明,该算法对遥感影像上阴影区域进行补偿时,在不改变非阴影区域信息的情况下,提高算法适用性。     

高分遥感影像阴影检测与消除方法

为了精准地从高分遥感影像提取植被信息,需要消除遥感影像阴影。本文提出一种高分遥感影像波段最优组合阴影检测与基于颜色恒常的阴影消除技术,从而避免了阴影对提取植被信息的影响。采用覆盖城区QuickBird影像进行试验,结果表明,本文方法既能检测阴影,也能消除高分遥感影像阴影,是一种实用的遥感影像阴影处理方法。     

一种基于阴影检测的建筑物变化检测方法

提出了一种基于背景模型的针对建筑物的阴影检测及变化检测方法。传统的基于背景模型的目标检测算法认为影像局部区域的自然背景符合高斯正态分布,而含有人工目标的区域则不符合这种分布,从而将目标区与自然地物区区分开来。然而,这种背景模型不适用于中等比例尺的航空影像。本文通过对背景模型的改进,把自然地物和人工地物都视为背景,而把阴影视为检测目标,可以很好地实现建筑物的阴影检测,然后采用阴影补偿法来检测建筑物的变化。试验表明了本方法的有效性。     

基于多特征的GF-1影像阴影检测研究

针对高分影像阴影检测精度易受水体、偏蓝色地物影响的问题,结合GF-1影像自身特点,提出一种集主成分变换、图像特征计算、逻辑非运算和形态学闭运算于一体的阴影检测方法。对GF-1影像多光谱数据、全色数据进行正射校正和信息融合,可实现光谱与分辨率信息的最大化利用,并最大程度地突出阴影信息,增大阴影与其他地物的差异。其次,建立基于主成分变换的阴影检测方法 PC1/NIR和图像特征计算Rg_nir,得到初始阴影信息和水体信息;用初始阴影信息与水体信息作逻辑非运算,剔除水体,并利用形态学闭运算使得阴影区域更加连续、饱满。实验表明,该方法既能准确地检测出GF-1影像中的阴影信息,又能有效削弱水体、偏蓝色等地物的影响。     

基于QuickBird影像的城市高大地物阴影检测方法

针对利用高分辨率遥感影像检测阴影时受水体和偏蓝色地物影像的影响问题,提出了一种主成分变换和多波段运算相结合的阴影检测方法。首先,统计、分析了Quick Bird影像中阴影、水体及建筑物等典型地物的光谱特征;然后,基于主成分变换和多波段运算相结合的方法识别阴影区域和非阴影区域,并利用多峰直方图阈值算法对阴影进行自动检测;最后,利用形态学滤波算法对检测结果进行后处理。实验结果表明,该方法对Quick Bird影像中的阴影提取具有较高的精度、效率和普适性。     

正射影像上阴影区域检测与消除的方法

随着摄影测量和遥感技术的新发展,高分辨率正射影像的应用越来越广泛,而阴影现象则是这些航空影像中常见的问题之一。阴影的处理,主要包括阴影检测和阴影消除两部分。以色彩理论为基础,分析了航空影像中阴影的性质,总结了现有的阴影检测方法,并采用光谱比值法进行了阴影提取的实验;进而结合数字图像处理的相关算法,主要研究了基于改善Wallis滤波的阴影消除方法,通过相关试验表明,采用该算法得到了良好的视觉效果。     

一种高分辨率遥感影像阴影去除方法

基于阴影属性提出了一种全自动彩色影像阴影去除算法。首先将影像变换到HSI空间,依据阴影区域亮度值低和饱和度高的特性,结合小区域去除和数学形态学处理,得到精确的阴影区域。然后,分别对I、H、S分量图上各个独立阴影区域与其邻近的非阴影区域进行匹配补偿,再反变换回RGB空间,完成阴影去除操作。实验结果表明,该方法能在不改变非阴影区域信息的情况下,有效地去除阴影的影响。     

一种航空影像阴影补偿方法

首先,对航空影像进行影像分割和阈值计算来预测阴影区域。其次,计算阴影区域的直射光与环境光的比值,同时,采用多波段合成方式实现阴影区域与非阴影区域之间的平滑过渡;最后,根据特定的阴影光照模型完成阴影补偿。实验结果表明,该方法不仅能有效补偿阴影,还能确保补偿后的阴影区域与非阴影区域平滑过渡。     

航空遥感影像阴影的自动检测与补偿

通过对阴影特性进行分析,选取能够有效检测阴影的特征组合,改进了Otsu阈值算法,可以自动获取各特征的合适阈值,实现阴影的自动检测;同时提出了改进的Wallis滤波阴影补偿策略,突出阴影区域的地物信息。实验结果表明,该检测算法阴影补偿效果明显,真实再现了被阴影遮蔽的地物细节。     

一种顾及空间关系的遥感影像阴影检测算法

以城市区域内高大建筑阴影为研究对象,针对现有的阴影检测算法在复杂地物环境下检测精度和可靠性不高的问题,提出了一种结合颜色空间特征和空间关系的遥感影像阴影检测方法。首先,采用SLIC超像素算法对影像进行分割;然后基于Lab和HSI颜色空间构建初步检测条件,将阴影划分为阴影主体区域和待检测区域;最后,借助Canny边缘检测信息合并待判别区域内的超像素块,并利用阴影区域与造成干扰区域间的空间位置关系构建的检测条件进行判别。实验结果表明,该方法可以有效提高复杂地物环境下遥感影像阴影的检测精度和算法可靠性。     

多光谱遥感影像阴影提取

以资源三号卫星多光谱影像为研究数据,通过近红外波段进行阈值分割,得到含有水体及噪声的阴影区域;然后,对初次分割结果在其余波段进行二次分割达到剔除噪声和提取阴影区域的目的;之后对原始影像进行边缘检测与提取,结果与阈值提取结果进行叠合,通过膨胀或腐蚀对阴影提取结果进行修正;最后,得到较好的阴影提取效果。     

基于微型无人机平台的航拍动态阴影检测

提出了一种适用于微型无人直升机平台的低空航拍动态阴影检测方法。针对无人机平台对检测算法的高鲁棒性、适应运动背景等要求,在分析阴影特征集特点的基础上,提取两个独立的阴影特征;对现有的Co-EM策略加以改进,实现单帧图像的阴影检测;根据无人机运动的特点,提出基于样本参数传递的在线检测模型。实验表明,本方法能够适应真实微型无人机平台的应用需求,与常用的采用色彩或区域特征的方法相比,具有更好的检测效果。     

基于HSV与PCA集成的高分影像高大地物阴影检测方法

针对水体、偏蓝色地物会影响高分影像阴影检测精度,本文提出了一种适用于GF-1影像的城市高大地物阴影检测方法。首先,在统计分析GF-1影像中阴影、水体及深色地物等典型地物光谱特征的基础上,利用主成分变换方法分割阴影与非阴影区域,分离后的阴影区域含有水体、深色地物信息;其次,对HSV色彩空间的V分量利用阈值法分割阴影和非阴影区域,分离后结果含有暗色植被,但不含有水体跟深色地物信息。最后,对两次计算结果进行逻辑与运算,从而剔除混合阴影区域中水体、深色地物以及暗色植被等信息,获得高精度阴影区信息。实验表明,该方法具有较好的普适性和可操作性,既能够削弱水体、偏蓝色地的影响,又能够高效、准确地提取出GF-1影像中的阴影信息。