遥感影像高大建筑物阴影检测与去除算法研究

CIOMP OpenIR

	遥感影像高大建筑物阴影检测与去除算法研究
	葛乐
学位类型	硕士
导师	钟兴
	2018
学位授予单位	中国科学院大学(中国科学院长春光学精密机械与物理研究所)
学位授予地点	中国科学院大学(中国科学院长春光学精密机械与物理研究所)
学位名称	硕士
关键词	遥感影像阴影检测阴影去除阴影概率正则化
摘要	建筑物阴影存在于高分辨遥感影像中。一方面,阴影的存在引起图像视觉效果的退化,造成遥感影像信息量的减小。所以需要对其进行检测和去除,以满足高级应用的需求;另一方面,通过阴影的检测,还可以提取图像有效信息,如建筑物轮廓、高度等,增强了图像的应用潜力。随着高分辨卫星光学遥感技术的发展,对影像的高级处理要求日益提升,图像的美观可视化和用户直观性是影像高级处理追求的重要目标。建筑物阴影普遍存在于高分辨遥感影像中。高分辨遥感图像中建筑物阴影大量存在,造成遥感影像信息量的减小,不仅对图像信息量和可视化造成损失,且影响遥感图像的解译和要素的定量提取。特别是当分辨率进入米级以后,在城市类遥感图像中,由于众多高大建筑物的存在,阴影造成的低照度区域在图像上的占比高,影响非常严重。因此,高分辨遥感图像的阴影识别和处理已经成为遥感图像高级处理的重要研究对象。本文对现有的阴影检测算法-双阈值阴影检测算法与基于阴影指数SI(Shadow Index)的阴影检测算法进行了学习和仿真,分析研究发现,上述方法在特定的应用条件下均可以进行较为准确的建筑物阴影检测,但是同样存在一些问题。本文提出了一种基于主成分变换与HSI空间光谱特征的阴影检测算法,并结合基于阴影概率约束的方法,成功检测存在水体表面的高大建筑物阴影。根据HSI空间中阴影低亮度高饱和度的特征,并结合不同地物经过主成分变换后的第一主成分(PCA_1)值的差异,成功构建阴影指数;同时结合阴影概率的概念,对水体阴影以及周围水体区域进行阴影概率约束,最终得到完整的阴影检测结果,成功检测存在水体表面的高大建筑物阴影。实验结果表明文章所提出的方法优于现有的双阈值阴影检测方法以及基于阴影指数SI的方法,不仅能够检测出存在于地面上的高大建筑物阴影,同时能够成功检测存在于水体表面的高大建筑物阴影。在现有的阴影检测方法能较好的定位出阴影的基础上,论文进行阴影去除方法的研究。本文对现有的基于直方图均衡化的阴影去除算法,基于伽马变换的阴影消除算法以及基于多尺度Retinex(MSR)的阴影去除算法原理和算法进行了介绍,两种方法的仿真实验结果说明上述方法在色偏与边缘处理上存在问题。本文利用自适应正则化的阴影去除算法,在强度域上进行阴影补偿,同时保持非阴影区域的信息。利用正则化能量函数,其包括一个保真项和正则化项,对阴影区域的信息进行补偿,并且对阴影边缘区域进行正则化处理,最终得到完整的遥感影像阴影去除结果。本文提出的正则化阴影去除方法增加了图像阴影区域的亮度以及提升了亮度的均匀性。阴影区域的色调,亮度以及纹理细节都得到了恢复。在保证非阴影区域信息不变的前提下,有效恢复阴影区域的信息,去除高大建筑物阴影。正则项平滑边界痕迹,使图像的非阴影区域和阴影区域过渡平滑。
文献类型	学位论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/61702
专题	中国科学院长春光学精密机械与物理研究所
推荐引用方式 GB/T 7714	葛乐. 遥感影像高大建筑物阴影检测与去除算法研究[D]. 中国科学院大学(中国科学院长春光学精密机械与物理研究所). 中国科学院大学(中国科学院长春光学精密机械与物理研究所),2018.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
遥感影像高大建筑物阴影检测与去除算法研究（17710KB）	学位论文		开放获取	CC BY-NC-SA	请求全文