遥感影像阴影多波段检测与去除理论模型研究.pdf

遥感影像阴影多波段检测与去除理论模型研究 虢建宏 田庆久 (南京大学国际地球系统科学研究所，江苏南京，210093) 摘要：阴影是遥感影像的慕本特征之一，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 影一直是遥感图像处理的难题。本文从遥感影像阴影成像机理出发，提出一种多波段检测阴影方法和 一种基于能量信息补偿的阴影去除理论模型，并通过IKONOS城市影像处理效果进行模型验证，可真实 再现阴影区地物特征，增加影像信息量，提高数据质量。 关键词：遥感：阴影检测：阴影去除；模型：IKONOS 1引言 阴影由高出地面的物体对太阳光遮挡而形成，在遥感影像数据上表现为DN值偏低。在遥感影像 中，阴影是其基本特征之一。阴影区地物表现在遥感影像上信息量相对较少，难以判读，在影像处 理和工程应用中，影响操作进程，甚至产生错误结果。随着高空间分辨率遥感影像数据的广泛应用， 如何消除遥感影像的阴影，具有越来越重要的现实意义，但是这个问题一直是遥感影像处理领域的 一个难题。 多年来，人们一直在探讨消除遥感影像阴影的有效方法，并取得一定效果，如基于直方图技术 n1、基于同态系统消除阴影技术晗1、归一化处理踊1、纹理分析H1等方法。基于直方图技术，就是统计 影像数据灰度直方图，根据双峰法检测阴影，然后用直方图拉伸技术去除阴影。这样处理的结果是 水体、低反射率地物等被当作阴影，而阴影区高反射率地物却被当作非阴影，显然误差较大，对大 范围、复杂地形地物影像不适用；基于同态系统消除阴影技术，是对影像反射率和辐射度分别进行 处理，同时使用空域和频域技术，比基于直方图技术具有更稳健的效果，但是仍然避免不了同样的 问题。归一化处理阴影去除法的实质是把阴影区像元灰度值按比例相应地放大，非阴影区像元灰度 值按比例相应地缩小，由于各种不同遥感影像DN值分布不一样，用一种模式求出归一化系数并不能 应用于所有遥感影像，确定放大或缩小的系数是关键，也是难以解决的问题。纹理分析的方法为阴 影检测分离和去除提出一些新的思路，即不仅利用遥感影像的光谱信息，而且利用影像纹理信息检 测阴影；去除阴影是根据周围像元值计算阴影区像元值，然而，到目前为此还不能取得完美的结果。 综上所述，去除遥感影像阴影有两方面难题，目前都不能从根本上解决：一是阴影检测；二是 消除阴影。本文在遥感影像阴影产生的机理上进行分析，力求在阴影检测和消除阴影两个方面寻找 新的方法并建立机理模型。 2多波段阴影检测与分离方法 遥感影像阴影由较高物体遮挡太阳直射光而形成，也就是说阴影区域地物只有天空散射光和环 境反射光照射，而非阴影区域不仅有天空散射光和环境反射光，还有太阳直射光照射。遥感影像阴 影主要集中于可见光至近红外波段，太阳光能量80％以上集中在可见光至近红外。在此波段范围内， 环境反射光所占比例很小，区分阴影与非阴影主要由直射光、散射光能量比所决定：而且在可见光 至近红外波段，不考虑云雾等影响时，瑞利散射和米氏散射远远大子无选择性散射，瑞利散射强度 与波长四次方成反比，米氏散射强度与波长二次方成反比崎1，即散射光强度随波长增大急剧减小。 因此瑞利散射和米氏散射在蓝光波段大于绿色波段。但由典型地物波谱反射图(如图1)可知，地 球表面的地物在蓝光波段反射率大都低于绿光波段反射率。由此可知，对遥感影像多光谱数据中蓝 光波段与绿光波段数值而言，散射光强度虽然反映在绿光波段相对减小，但由于在绿色波段的地物 反射率影比蓝色波段偏高，致使绿光波段减去蓝光波段数值对所得影像数据进行基于直方图闽值法 可有效提取阴影。 一泳)auue召∞匿比 图1主要典型地物光谱反射率曲线图 遥感影像数据的近红外波段在能产生阴影的波段范围内波长最长，而散射光最小，阴影区域与 非阴影区域目标地物遥感影像辐射差值最大，用近红外波段进行基于直方图阈值法提取阴影比利用 其它单波段的精度都高…。 多波段检测阴影就是根据以上地物光谱反射成像机理，将绿光波段与蓝光波段差值法提取阴影 和近红外波段基于直方图阈值法提取阴影相结合，以提高检测阴影的精度。具体步骤如下： 影像数据，得差值图像： Bs(x，Y)=BG(X，Y)一13n(X，Y)