城市遥感影像阴影检测与补偿方法研究（一） .docx

工程建筑学相关资料ENGINEERING ARCHITECTURE RELATED INFORMATION 工程建筑学相关资料 ENGINEERING ARCHITECTURE RELATED INFORMATION PAGE PAGE 1 城市遥感影像阴影检测与补偿方法研究（一）  　　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，存在着明显甚至急剧的亮度变化，双峰法和基于归一化互相关函数的阴影检测方法就是基于这一特点进行的检测处理。　　图像阴影的补偿，本文采用灰度线性映射的方法调整阴影区域的灰度，使其灰度级与光照区域的灰度级别相近，进而达到对阴影进行补偿的目的。另外又采用了基于直方图均衡的方法来对阴影区域补偿。　　本文采用的方法直接针对阴影的成因，对遥感影像中的阴影区域进行检测和一定的补偿。方法均是在MATLAB7.0开发环境下得到实现。通过对实验结果的分析，具有较好的检测补偿结果，有一定的实用价值及意义。　　第一章 概述　　1.1 研究的背景及意义　　高分辨率遥感影像已被应用在林业、旅游、水文水资源、名胜古迹的维修等领域。这些应用的首要问题是对影像中的关键地物进行识别、提取。理论上，高分辨率卫星遥感影像在经过像片倾斜引起的像点位移、图形变形以及地形起伏引起的投影差的纠正，并在消除大气折射，相机系统带来的误差后，应该准确反映地物特征。然而，由于建筑物的影响以及太阳光的照射，出现阴影和影像遮蔽以及摄影死角。　　随着遥感传感器灵敏度不断提高，影像分辨率从几十米到现在的厘米级。原本在较低几何分辨率影像中不明显的阴影已经在影像中格外突出。比如在农村地籍调查中，由于航片的分辨率很高，有很多高大建筑物或者树木阴影，给界址点解译造成很大的困难。并且图解存在一定的误差。机载多角度成像数据的空间分辨率能够达到5厘米，影像上的阴影非常突出。阴影使得影像上阴影区域所反映的被摄目标的信息有所损失或受到干扰。这在计算机影像处理中将直接影响到相应区域地物的边缘提取、目标识别和地表覆盖分类以及影像匹配算法的成功率等。它不仅破坏了影像的视觉解译能力和审美效果，还影响了遥感影像作为地图产品的基本功能发挥。如何消除遥感影像的阴影，具有越来越重要的现实意义。　　总的来说，卫星遥感影像能够快速提供地球表面的信息，高分辨率卫星遥感（例如IKONOS，SPOT5，COSMOS，OrbView等）开创了许多新的应用领域，但影像中的阴影是一个必须解决的问题。它给像影像分类这样的一些应用带来了很大的麻烦。比如在卫星遥感影像分类中，大多数的地形或地物阴影与水体的光谱特征相混淆，很难准确地它们进行分类。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。　　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IKONOS等高空间分辨率遥感影像中，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。而使用高精度的阴影监测方法和使用的阴影去除方法，可以真实再现阴影区地物特征，增加影像信息量，提高数据质量。这样就消除了阴影对目标识别的不利影响，从而达到了正确识别目标的目的（如基于直方图[1]、基于同态系统消除阴影技术[2]、归一化处理[3]、纹理分析[4]等方法）。这些方法被广泛的应用与军事目标识别、城市规划、医疗检测等多门领域中。　　1.2 国内外发展现状　　1.2.1 阴影检测　　唐亮[5]等利用光照模型分析了阴影形成的机理和光度彩色不变量的局限性，结合城市彩色航空影像的特点，推导出城市彩色航空影像中阴影区域具有色调较高的特征;并计算城市彩色航空影像的色调影像，对色调影像进行二值化，通过阈值设定剔除色调较高的值；最后对结果进行数学形态学操作，以闭运算填充阴影区域内细小空洞，并运算消除细小区域，同时平滑阴影区域边界，效果较好。许妙忠[4]等通过共生矩阵，提取和分析影像纹理，通过对能量、反差和熵三个纹理指数提取卫星影像中的阴影