2.2去除包络线法（CR法）地形校正过程-遥感学报.docVIP

利用包络线去除的丘陵地区遥感影像阴影信息重建 张 甜1，廖和平1*，崔林林2， 1.西南大学地理科学学院，重庆 400715；2.成都信息工程大学资源环境学院，成都 610225 摘要：中国西南丘陵常态山和喀斯特山交错分布，遥感影像普遍存在山体阴影，分布零散且无规律，基于DEM的地形校正模型（C校正等）虽然算法成熟基于Landsat_8_OLI影像进行验证实验。结果表明：CR校正校正后影像波段标准差减小，均方根误差在%以内，最低仅为0.%；自动分从43.59%提高到61.57%R校正有效提高了有阴影的丘陵地区遥感影像质量。 关键词：阴影校正；包络线去除；阴影提取；Landsat_8_OLI影像；西南丘陵 中图分类号: TP702 文献标志码: A1 引 言 中国西南丘陵地区的遥感影像普遍存在大量山体阴影，分布零散且无规律，影响了自动解译效果和各种定量分析，因此丘陵地区遥感影像的阴影去除一直是技术难题（虢建宏 阴影在遥感影像数据上表现为像元亮度值（DN值）偏低，信息量相对较少，为了降低阴影对遥感影像质量的影响，国内外发展了多种校正模型，主要包括Teilet（1982）回归校正、Minnaert（2008）校正[4]、Cosine校正，以及随后出现的改进余弦校正（C校正）模型、Cosine-C模型、Cosine-b模型、SCS模型、SCS +C模型等（Gao 等，2009；穆悦 2014； Yamazaki 等，2009），这些地形校正模型取得了一定的校正精度C校正模型成熟，Richter 等，2009），其基本思想是对于任意波段影像像元DN值和其对应的太阳入射角余弦值都遵循线性关系，城市高分影像阴影了，经典方法有直方图匹配法，伽玛校正等Chen 等，2007；Shahtahmassebi 等，2013；温兆飞 。 的于M的感DEM的配准误差如目前广泛使用SRTM-DEM数据分辨率90m， TM/ETM影像分辨率为30m，校正重采样错误导致校正后图像不连续公开获取90°的像元，容易出现过度校正现象，不适合在复杂地形区使用，如中国西南喀斯特山和常态山交错分布的丘陵地区，地表异质性明显，覆被类型复杂误差杨奇勇有许多参数通过半经验模型推算获取Liu 等，2012），给阴影带来一定的不确定性。 引入一种基于Zhou 等，2014），充分利用和阴影光谱相关性，DEM数据。Landsat_8_OLI多光谱影像试验，按照阴影提取，去除包络线寻找相似和信息 2 研究方法 2.1 基本原理 阴影校正的最终目的是使阴影像元与非阴影像元的亮度信息尽可能保持一致。基于地物光谱去除包络信息后曲线特征突出白继伟 （1） 公式中，DN(b)表示 目标阴影在的DN值C(b)表示阴影像波段的值R(b)表示目标阴影像波段的 去除包络线法（CR法核心内容包括：阴影提取，去除包络线寻找相似和信息。 R法 Fig.1 Flow chart for CR shadow restoration method 2.2 去除包络线法（CR法） 2.2.1阴影提取 提取阴影区是为后续步骤提供信息值低变换亮度过程需要确定的异质性Espindola 等，2006；刘兆祎同质性可使用计算 2） 公式中，V表示分割对象同质性，n表示分割块数，Vi表示第i块分割图像波谱值的方差， 分割异质性可用空间自相关测量3）计算 3） 公式中，I表示分割对象异质性，n表示分割总块数，X表示图像的平均光谱值，Xi和X。，Wij= 1，否则Wij=0。 灰度图像最大类间方差法谭志存， （4） A和PB表示A和B两类A和B表示A、B两类的均值，T是的均值两类类间方差类间 另外，植被覆盖指数（NDVI）虽然对亮度差不敏感，但有助于分辨有无植被覆盖，在，有效剔除水体段光耀 2.2.2 包络线去除 遥感中阴影亮度但相同土地覆盖类型类似光谱形状和阴影区光谱形状信息，寻找相似像元180°，原始光谱曲线上的值除以包络线上对应的值，即为光谱去包络（Mielke 等，2015），其计算方法如公式（5） （5） R表示包络线去除结果，S表示初始波谱，C表示包络曲线，即原始光谱可以分为两个部分信息和形状信息有助于非阴影相似，信息则可用于恢复阴影像元的亮度值。 （a）原始光谱 （b）去除包络线光谱 (a)Original spectrum (b)continuum-removed spectrum 图2 典型植被像元光谱去除包络线示意图 Fig.2 The continuum-removed spectr