基于边缘检测和噪声去除的遥感阴影检测算法.PDF

图像与多媒体技术 • Image Multimedia Technology 基于边缘检测和噪声去除的遥感阴影检测算法 文/田原 分辨率影像提出了利用 C C C 色彩空间区分 1 2 3 （2 ） 在 C 通道阴影检测算法中， 黑色区域和阴影区域算法，但得到的阴影区域 其中 [x] 表示对变量 x 进行四舍五入取整 3 摘 C 通道影像噪声较多且其阴影区 3 边界较模糊，在对低饱和度的地物检测时并不 运算，src(i, j) 表示原图像中像素位置 (i, j) 的 要 域边界模糊，在检测一些低饱和 度的地物信息时并不稳定．为解 稳定。 灰度值，dst(i, j) 表示规范化后像素位置 (i, j) 决此算法的不足，规范化了 C 通 本文对 C 通道分量进行了规范化，并改 的灰度值，min(src) 、max(src) 分别表示原图 3 3 道分量，增强了影像对比度，并 进了 Laplacian 边缘检测算子，综合给出了一 像中最小和最大的灰度值。 使得边界更加清晰．针对遥感影 像阴影特征，改进了 Laplacian 种融合 C3 通道和改进 Laplacian 边缘检测算子 图 1 是一幅遥感影像，该图像转换到 C3 边缘检测算子，在完成边缘检测 的阴影检测算法，实验结果表明，本文的方法 通道的影像，以及 C3 通道分量进行规范化后 的同时较好地去除了影像中的噪 整体上提高了阴影检测的效率。 的影像。从图 1 （b ）和（c ）对比可以看出， 声．综合这两个方面的改进， 给出了一种融合 C 通道和改进 规范化后的影像地物与阴影的对比度明显提 3 1 C 通道改进策略 Laplacian 边缘检测算子的阴影检 3 高，阴影区域与非阴影区域边界也更清晰。 测算法．仿真及评估结果表明， C C C 色彩空间是像素的 RGB 分量之间 该算法提高了阴影检测的正确率， 1 2 3 2 Laplacian算子改进策略 并且降低了将非阴影检测为阴影 的一种比例模型，该色彩空间与RGB 色彩空 的错误率，方法简单有效． 间的转换公式如下： Laplacian 算子是一个二阶微分边缘检