城市遥感影像阴影检测与补偿方法研究（一）论文.docVIP

　　城市遥感影像阴影检测与补偿方法研究（一）论文 论文关键词：亮度 阴影 直方图均衡 线性映射 阴影检测 阴影补偿 论文摘要：高分辨率遥感影像同时具有地图的几何精度和影像视觉特征，具有广泛的应用。然而由于算法以及客观条件的限制，影像中存在着大量的阴影，它直接影响到地物边缘的提取、目标识别、分类等。特别是近年来随着影像分辨率的提高，阴影现象更加突出，因此对其进行检测与补偿非常重要。 本文将从阴影的提取，和阴影的补偿两个方面来实现高分辨率卫星遥感影像中阴影的处理。带有阴影的高分辨率的遥感影像，其阴影区域和光照区域交界处.freel等提出基于直方图技术28，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。Voicu L I29等提出基于同态系统消除阴影技术轰州，对影像反射率和辐射度分别进行处理，同时使用空间域和频域技术，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。Zamudio30等提出归一化技术处理阴影，它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灰度值分布不一样，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。 铁建宏、田庆久9针对IKONOS影像具有1比特亮度的特性，采用灰度线性映射变换和直方图匹配技术去除阴影，方法比较简单，效果也不错。王树根 、郭泽金、李德仁指出影像上的阴影区域主要是由于光照不足引起的，从而造成相应区域影像亮度小，颜色信息缺乏，这就相当于在阴影区域的景物反射函数上乘了一个较小的光照亮度函数。因此，提出对原始影像阴影区域的光照函数进行改正，并顾及颜色信息，实现对阴影区域进行信息补偿。 综上所述，阴影信息的补偿虽然己经取得了很大的进展，但是没有一种非常理想的算法，能够满足实际应用的需求。 1.3 论文框架及主要研究内容 本文主要分为两大部分，分别是阴影区域的检测和阴影的补偿。检测部分（第二章）主要研究基于亮度变化衍生出的各种方法，包括一种基于亮度的检测方法，双峰检测的方法，基于归一化相关函数的检测方法，以及其它一些检测方法。阴影补偿部分（第三章）主要介绍灰度线性映射和直方图均衡处理等阴影补偿方法。最后一章，对所有实际处理结果进行综合分析总结，并展望了未来的发展前景。 第二章 阴影区域的检测 2.1 基于亮度的检测算法 下图是一幅带有阴影的遥感影响的灰度直方图，由下图可以很清晰地看出，该直方图中有非常突出特征的双峰曲线，在这两个峰值区域，靠近中间较大的峰值区域是图像信息集中的主要区域，也是图像中非阴影区域部分。由于正常无阴影的遥感影像，其灰度直方图应该近似为平滑曲线，或亮度信息均匀分布。所以，靠左边的峰值区域可以判定为主要是阴影区域的造成的。而事实也确实如此，基于亮度的提取，正是基于这一特点，以双峰之间区域的灰度值为分界点，将低于该灰度值的像素判为阴影区域。 图2-1 带有明显双峰特征遥感影像的灰度直方图 因此，我们可以用这一特征作为判定阴影区域的标准，在两峰之区域之间选取适当的阈值进行分割，将低于该值的部分选取出来，从而检测出阴影区域。为了便于观察，非阴影区域均被转变为白色。 (b) 待阴影检测的原图 (c) 阈值等于9检测结果 (d) 阈值等于25检测结果 (e) 阈值等于12检测结果 图2-2 双峰法阈值选取结果 图2-3 待阴影检测图的直方图 根据实际的检测结果，在两峰之间的部分，阈值选取的尽可能的小，利于较好的检测出阴影区域，并且可以尽量避免误检出较暗但属于非阴影的区域。由结果，得出下面这个公式：M=d+(D-d)/5，其中d为峰值中较小的灰度值，D为峰值中较大的灰度值，M所得阈值。以下是对本章中所使用的影像的计算结果。 表2-1 阈值选取统计表 图 像 峰值中较小的灰度值 d 峰值中较大的灰度值 D 计算得M 实际较合 适的阈值 图2-3(b) 5 50 14 9-20 图2-4 8 83 23 20-49 图2-6 14 75 26.2 25-41 表2-1 阈值选取统计表 该表反映出结果，该公式可以适应地物复杂，地物简单，甚至带有水面的阴影区域。而且结果比较令人满意。 由图2-3可以看出只要是在双峰间选取的阈值，对阴影提取的结果都很相似，数值可选范围比较大，而且带来的影响很小，易于实现。对于具有类似的双峰特征的遥感影像中的阴影，基于亮度的检测算法均可以有效地提取。但如果阴影在低亮度辐射区，则易与投射阴影区的地物相互混淆，这为阴影信息的自动提取带来很大的麻烦。 2.2 基于